导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

IBM: Granite 4.1 8B vs Z.ai: GLM 5 Turbo

摘要

Granite 4.1 8B vs GLM 5 Turbo benchmark 对比：GLM 5 Turbo 平均分领先，为 5.3 vs 4.0。 Granite 4.1 8B benchmark 成本更低，为 $0.003 vs $0.047。 Granite 4.1 8B 更快，为 728ms vs 2.82s，通过率为 9.5% vs 31.8%。

推荐模型: Granite 4.1 8B - 它提供了最佳整体取舍：得分有竞争力（4.0），成本低于GLM 5 Turbo，响应时间也较均衡。

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 5 Turbo GLM 5 Turbo none 发布日期: 2026-03-15
分数 4.0 5.3
排名 #163 #128
可靠性 10.0 10.0
一致性 10.0 9.3
测试正确
尝试通过率 9.5% 31.8%
不稳定测试 0 2
总运行次数 63 63
每个结果成本 0.131 0.655
总成本 $0.003 $0.047
输入价格 $0.050 / 1M $1.200 / 1M
输出价格 $0.100 / 1M $4.000 / 1M
总输入令牌 46,285 32,525
输出令牌 2,911 1,815
推理令牌 0 0
响应时间（平均） 728ms 2.82s
响应时间（最大） 2.17s 8.21s
响应时间（总计） 15.29s 59.29s

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

#128 GLM 5 Turbo

none
Cost
$0.047
Time
129.2s
Tokens
11,775 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 5 Turbo 3.0 10.0 0.0% 0 2.84s 555 382 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
GLM 5 Turbo 3.9 7.8 11.1% 1 2.41s 7,256 529 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 1.88s 19,089 396 0
GLM 5 Turbo 3.0 10.0 0.0% 0 4.89s 8,133 144 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
GLM 5 Turbo 10.0 10.0 100.0% 0 2.47s 7,107 204 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
GLM 5 Turbo 5.3 10.0 33.3% 0 1.97s 687 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 5 Turbo 4.2 9.9 0.0% 0 2.18s 477 48 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
GLM 5 Turbo 6.5 10.0 50.0% 0 2.13s 636 65 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
GLM 5 Turbo 5.5 7.4 44.4% 1 2.65s 609 180 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
GLM 5 Turbo 10.0 10.0 100.0% 0 8.21s 6,879 222 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
GLM 5 Turbo 3.0 10.0 0.0% 0 2.37s 186 16 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGLM 5 TurbononeGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGLM 5 TurbononeGranite 4.1 8BnonevsGLM 4.7 FlashmediumCobuddymediumvsGLM 5 TurbononeMiniMax M2.5mediumvsGLM 5 TurbononeQwen3 Coder NextmediumvsGLM 5 TurbononeGranite 4.1 8BnonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsMiniMax M2.5mediumGemini 3.1 Flash LiteminimalvsGLM 5 TurbononeCobuddymediumvsGranite 4.1 8BnoneDeepSeek V4 ProhighvsGLM 5 Turbonone