导航
AI BENCHY
Advertise here

AI BENCHY 对比

IBM: Granite 4.1 8B vs Z.ai: GLM 4.7 Flash

摘要

Granite 4.1 8B vs GLM 4.7 Flash benchmark 对比：GLM 4.7 Flash 平均分领先，为 4.3 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.054。 Granite 4.1 8B 更快，为 728ms vs 35.10s，通过率为 9.5% vs 33.3%。

推荐模型: Granite 4.1 8B - 它的得分接近这里的最高分（4.0 vs 4.3），同时成本比GLM 4.7 Flash低约 20.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Granite 4.1 8B Granite 4.1 8B none 发布日期: 2026-05-01 GLM 4.7 Flash GLM 4.7 Flash medium 发布日期: 2026-01-19
分数 4.0 4.3
排名 #163 #159
可靠性 10.0 6.7
一致性 10.0 6.8
测试正确
尝试通过率 9.5% 33.3%
不稳定测试 0 8
总运行次数 63 63
每个结果成本 0.131 1.337
总成本 $0.003 $0.054
输入价格 $0.050 / 1M $0.060 / 1M
输出价格 $0.100 / 1M $0.400 / 1M
总输入令牌 46,285 37,206
输出令牌 2,911 43,754
推理令牌 0 89,079
响应时间（平均） 728ms 35.10s
响应时间（最大） 2.17s 174.55s
响应时间（总计） 15.29s 456.24s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#163 IBM: Granite 4.1 8B

none
Cost
$0.001
Time
3.2s
Tokens
491 tok

#159 GLM 4.7 Flash

medium
Invalid SVG
Cost
$0.000
Time
186.2s
Tokens
12,112 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
GLM 4.7 Flash 4.7 5.9 41.7% 2 14.95s 555 1,122 6,110
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
GLM 4.7 Flash 3.2 7.4 11.1% 1 55.33s 3,106 4,981 22,387
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 1.88s 19,089 396 0
GLM 4.7 Flash 2.8 2.1 33.3% 1 65.57s 17,185 2,585 20,648
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
GLM 4.7 Flash 6.3 10.0 50.0% 0 1.51s 7,107 584 2,755
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
GLM 4.7 Flash 3.5 4.4 33.3% 2 174.55s 643 33,000 25,394
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
GLM 4.7 Flash 3.6 9.7 0.0% 0 18.14s 318 18 2,138
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
GLM 4.7 Flash 6.2 5.8 66.7% 1 2.97s 636 388 2,181
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
GLM 4.7 Flash 2.9 7.2 11.1% 1 12.93s 521 781 5,255
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
GLM 4.7 Flash 10.0 10.0 100.0% 0 15.95s 6,949 224 1,014
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
GLM 4.7 Flash 3.0 10.0 0.0% 0 11.13s 186 71 1,197

快速对比

切换对比组合

MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsGLM 4.7 FlashmediumLing-2.6-1TnonevsGLM 4.7 Flashmediumgpt-oss-120bnone免费可用vsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumRing-2.6-1TnonevsGLM 4.7 FlashmediumLing-2.6-flashnonevsGLM 4.7 FlashmediumNemotron 3 Supernone免费可用vsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGranite 4.1 8BnonevsQwen3 Coder NextmediumTrinity Large PreviewnonevsGLM 4.7 Flashmedium