导航
Advertise here

Granite 4.2 8B vs LFM3-1.7B (default)

Granite 4.2 8B 平均分领先,为 4.4 vs 4.1。 Granite 4.2 8B benchmark 成本更低,为 $0.037 vs $0.084。 LFM3-1.7B (default) 更快,为 16.99s vs 84.66s,通过率为 15.9% vs 34.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-10

已对比模型

排名
#421
总输出令牌
133,268
响应时间(平均)
84.66s
总成本
$0.037
排名
#430
总输出令牌
329,997
响应时间(平均)
16.99s
总成本
$0.084
推荐模型 Granite 4.2 8B

它在这里得分最高(4.4),同时成本比LFM3-1.7B (default)低约 2.3 倍。

详细对比

指标 Granite 4.2 8B Granite 4.2 8B none 发布日期: 2026-09-02 LFM3-1.7B LFM3-1.7B default 发布日期: 2026-11-06 免费可用
分数 4.4 4.1
排名 #421 #430
可靠性 9.1 10.0
一致性 9.3 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 15.9% 34.8%
不稳定测试 2 5
总运行次数 69 69
每个结果成本 1.206 1.672
总成本 $0.037 $0.084
输入价格 $0.060 / 1M $0.080 / 1M
输出价格 $0.250 / 1M $0.200 / 1M
缓存读取价格 $0.015 / 1M $0.020 / 1M
缓存写入价格 不适用 不适用
总输入令牌 226,872 219,830
输出令牌 133,268 5,711
推理令牌 0 324,286
响应时间(平均) 84.66s 16.99s
响应时间(最大) 747.17s 56.52s
响应时间(总计) 1947.17s 390.77s
参数量 8B 1.7B
开放状态 开源 权重可用

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#421 IBM: Granite 4.2 8B

none
Provider returned error
成本
$0.000
时间
0.2s
令牌
0 tok

#430 LiquidAI: LFM3-1.7B

default
OpenRouter returned no showcase content (finish_reason: length).
成本
$0.002
时间
23.3s
令牌
8,320 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

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% 0 105.60s 8,358 47,944 0
LFM3-1.7B 2.9 10.0 0.0% 0 26.48s 7,461 0 73,728

切换对比组合