- 排名
- #224
- 总输出令牌
- 5,996
- 响应时间（平均）
- 1.45s
- 总成本
- $0.007
Granite 4.1 8B vs Grok 4.20
Grok 4.20 平均分领先，为 4.1 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.007 vs $0.057。 Grok 4.20 更快，为 1.11s vs 1.45s，通过率为 9.1% vs 27.3%。
- 排名
- #220
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
推荐模型
Grok 4.20
它在本次比较中得分最高（4.1），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Granite 4.1 8B Granite 4.1 8B none | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.0 | 4.1 |
| 排名 | #224 | #220 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 10.0 | 8.1 |
| 测试正确 | ||
| 尝试通过率 | 9.1% | 27.3% |
| 不稳定测试 | 0 | 0 |
| 总运行次数 | 66 | 54 |
| 每个结果成本 | 0.315 | 1.570 |
| 总成本 | $0.007 | $0.057 |
| 输入价格 | $0.050 / 1M | $1.250 / 1M |
| 输出价格 | $0.100 / 1M | $2.500 / 1M |
| 总输入令牌 | 113,827 | 41,313 |
| 输出令牌 | 5,996 | 1,923 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.45s | 1.11s |
| 响应时间（最大） | 16.67s | 6.04s |
| 响应时间（总计） | 31.96s | 19.96s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#224 IBM: Granite 4.1 8B
none- 成本
- $0.001
- 时间
- 3.2s
- 令牌
- 491 tok
#220 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 tok
按分数排名的模型
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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.9 | 10.0 | 25.0% | 0 | 844ms | 645 | 903 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.5 | 10.0 | 0.0% | 0 | 775ms | 8,344 | 525 | 0 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 9.28s | 86,631 | 3,481 | 0 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 575ms | 7,617 | 195 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 357ms | 768 | 24 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 4.0 | 10.0 | 0.0% | 0 | 499ms | 528 | 115 | 0 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.6 | 9.9 | 0.0% | 0 | 344ms | 687 | 66 | 0 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.2 | 10.0 | 0.0% | 0 | 608ms | 672 | 432 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 10.0 | 10.0 | 100.0% | 0 | 2.17s | 7,719 | 243 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 0 |
| 常识问答 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Granite 4.1 8B | 3.0 | 10.0 | 0.0% | 0 | 306ms | 216 | 12 | 0 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Grok 4.20nonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3.5-9BmediumGranite 4.1 8BnonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsGrok 4.20noneMiniMax M2.5mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGranite 4.1 8BnonevsMiniMax M2.5mediumTrinity Large ThinkinghighvsGrok 4.20noneCobuddymediumvsGranite 4.1 8BnoneGranite 4.1 8BnonevsQwen3 Coder NextmediumTrinity Large ThinkinghighvsGranite 4.1 8Bnone