Granite 4.2 8B vs Qwen3.5-9B (medium)

排名: #285
总输出令牌: 130,805
响应时间（平均）: 86.27s
总成本: $0.026

排名: #298
总输出令牌: 413,442
响应时间（平均）: 107.51s
总成本: $0.062

推荐模型 Granite 4.2 8B

它在这里得分最高（4.3），同时成本比Qwen3.5-9B (medium)低约 2.4 倍。

详细对比

指标	Granite 4.2 8B Granite 4.2 8B none 发布日期: 2026-09-02	Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02

指标	Granite 4.2 8B Granite 4.2 8B none 发布日期: 2026-09-02	Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02
分数	4.3	3.8
排名	#285	#298
可靠性	8.6	6.0
一致性	9.3	8.1
尝试次数	66/66	66/66
测试正确
尝试通过率	16.7%	25.8%
不稳定测试	2	5
总运行次数	66	66
每个结果成本	0.847	2.061
总成本	$0.026	$0.062
输入价格	$0.100 / 1M	$0.100 / 1M
输出价格	$0.150 / 1M	$0.150 / 1M
总输入令牌	57,786	17,195
输出令牌	130,805	46,735
推理令牌	0	366,707
响应时间（平均）	86.27s	107.51s
响应时间（最大）	747.17s	569.97s
响应时间（总计）	1897.96s	1720.15s
参数量	8B	9B
开放状态	开源	开源

模型生成展示

Hamster playing table tennis

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

#285 IBM: Granite 4.2 8B

none

Provider returned error

成本: $0.000
时间: 0.2s
令牌: 0 tok

#298 Qwen3.5-9B

medium

成本: $0.001
时间: 35.9s
令牌: 3,030 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

类别:

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	4.9	8.1	33.3%	1		17.77s	669	6,026	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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		424.28s	30,500	29,755	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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 4.2 8B	2.9	5.8	16.7%	1		1.05s	7,629	237	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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	3.0	10.0	0.0%	0		53.62s	696	38,145	0
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666

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	5.0	10.0	0.0%	0		770ms	534	153	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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		79.50s	375	1,275	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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		107.60s	472	6,964	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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		1.39s	8,331	291	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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		14.60s	222	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

快速对比

切换对比组合

Granite 4.2 8BnonevsGLM 4.7 Flashmedium gpt-oss-120bnone免费可用vsQwen3.5-9Bmedium Ling 3.0 TinylowvsQwen3.5-9Bmedium Ling 3.0 TinyhighvsQwen3.5-9Bmedium Nemotron 3.5 Lightningnone免费可用vsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium Ling 3.0 TinynonevsQwen3.5-9Bmedium Granite 4.2 8BnonevsMiniMax M2.5medium Granite 4.2 8BnonevsQwen3 Coder Nextmedium Qwen3.5-9BmediumvsGrok 4.20none CobuddymediumvsGranite 4.2 8Bnone Granite 4.2 8BnonevsLing 3.0 Tinyhigh