AI BENCHY 对比
IBM: Granite 4.1 8B vs Qwen: Qwen3 Coder Next
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-01
| 指标 | Granite 4.1 8B Granite 4.1 8B none | Qwen3 Coder Next Qwen3 Coder Next medium |
|---|---|---|
| 分数 | 4.3 | 4.9 |
| 排名 | #135 | #123 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 10.0 | 8.7 |
| 测试正确 | ||
| 尝试通过率 | 11.1% | 33.3% |
| 不稳定测试 | 0 | 3 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.110 | 0.180 |
| 总成本 | $0.003 | $0.008 |
| ???? | $0.050 / 1M | $0.140 / 1M |
| ???? | $0.100 / 1M | $0.800 / 1M |
| 输出令牌 | 2,712 | 3,241 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 767ms | 10.75s |
| 响应时间（最大） | 2.17s | 81.80s |
| 响应时间（总计） | 13.81s | 129.01s |
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.9 | 10.0 | 25.0% | 0 | 844ms | 903 | 0 | |
| Qwen3 Coder Next | 3.5 | 8.1 | 16.7% | 1 | 8.64s | 1,252 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 6.9 | 10.0 | 0.0% | 0 | 1.07s | 339 | 0 | |
| Qwen3 Coder Next | 4.7 | 1.6 | 66.7% | 1 | 1.69s | 300 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 1.88s | 396 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 4.28s | 317 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 575ms | 195 | 0 | |
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 81.80s | 246 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 357ms | 24 | 0 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 638ms | 25 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.0 | 10.0 | 0.0% | 0 | 499ms | 115 | 0 | |
| Qwen3 Coder Next | 6.3 | 3.4 | 66.7% | 1 | 1.39s | 142 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.6 | 9.9 | 0.0% | 0 | 344ms | 66 | 0 | |
| Qwen3 Coder Next | 6.3 | 10.0 | 50.0% | 0 | 7.34s | 63 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.7 | 10.0 | 0.0% | 0 | 635ms | 431 | 0 | |
| Qwen3 Coder Next | 3.1 | 10.0 | 0.0% | 0 | 2.30s | 641 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 243 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.64s | 255 | 0 |
快速对比
切换对比组合
Granite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsQwen3 Coder NextmediumLaguna Xs.2none免费可用vsQwen3 Coder NextmediumLaguna M.1none免费可用vsQwen3 Coder NextmediumGPT-4o-mininonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2.5noneQwen3 Coder NextmediumvsHY3 Previewnone免费可用GPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumElephant AlphanonevsQwen3 Coder NextmediumMistral Small 4nonevsQwen3 Coder NextmediumNemotron 3 Supernone免费可用vsQwen3 Coder Nextmedium