Granite 4.2 8B (low) vs Step 3.5 Flash (medium)

已对比模型

推荐模型 Granite 4.2 8B (low)

它在这里得分最高（5.3），同时成本比Step 3.5 Flash (medium)低约 3.0 倍。

指标	Granite 4.2 8B Granite 4.2 8B low 发布日期: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01

指标	Granite 4.2 8B Granite 4.2 8B low 发布日期: 2026-09-02	Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数	5.3	5.4
排名	#280	#276
可靠性	9.2	10.0
一致性	9.7	8.3
尝试次数	69/69	66/69
测试正确
尝试通过率	33.3%	49.3%
不稳定测试	1	3
总运行次数	69	66
每个结果成本	0.508	1.047
总成本	$0.036	$0.105
输入价格	$0.060 / 1M	$0.100 / 1M
输出价格	$0.250 / 1M	$0.300 / 1M
总输入令牌	332,917	139,086
输出令牌	18,989	193,584
推理令牌	42,362	413,546
响应时间（平均）	58.20s	190.48s
响应时间（最大）	566.80s	1597.85s
响应时间（总计）	1338.65s	3238.23s
参数量	8B	196B 总计 (11B 激活)
开放状态	开源	开源

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

low

Provider returned error

medium

类别:

智能体任务	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 4.2 8B	6.1	3.1	66.7%	1		142.68s	258,196	9,784	23,639
Step 3.5 Flash	2.8	1.6	33.3%	1		172.16s	73,370	4,160	34,434

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 4.2 8B	8.3	10.0	75.0%	0		11.68s	777	1,463	898
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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 4.2 8B	5.5	10.0	33.3%	0		13.01s	8,439	2,469	2,984
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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 4.2 8B	3.0	10.0	0.0%	0		298.21s	46,805	4,085	13,637
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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 4.2 8B	6.5	10.0	50.0%	0		1.39s	7,683	270	75
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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 4.2 8B	5.3	10.0	33.3%	0		26.16s	876	154	290
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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 4.2 8B	4.0	10.0	0.0%	0		659ms	561	108	24
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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 4.2 8B	3.0	10.0	0.0%	0		75.80s	402	84	378
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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 4.2 8B	3.0	10.0	0.0%	0		90.84s	517	181	82
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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 4.2 8B	10.0	10.0	100.0%	0		2.23s	8,412	358	265
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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 4.2 8B	3.0	10.0	0.0%	0		5.53s	249	33	90
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

切换对比组合