This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.

IBM has launched a newer release, Granite 4.0 Micro. We suggest considering it instead.

IBM

•

Open weights model

•

Released abril de 2025

Granite 3.3 8B (Non-reasoning) Benchmarks y análisis de proveedores de API

Comparación de modelos

Este análisis está pensado para ayudarte a elegir el mejor proveedor de API de Granite 3.3 8B (Non-reasoning) para tu caso de uso.

Más rápido

Velocidad de salida

1 proveedor en total

Menor latencia

Tiempo hasta el primer token

1 proveedor en total

Menor precio

Replicate

$0.05

Precio combinado (por 1M de tokens)

1 proveedor en total

Granite 3.3 8B está disponible a través de Replicate.

Los benchmarks de proveedores no están disponibles para este modelo.

Consulta la página del modelo Granite 3.3 8B (Non-reasoning) para ver detalles del modelo y cómo se compara su inteligencia con otros modelos.

Aspectos destacados

Velocidad

Output tokens per second · Higher is better

No data available

Latencia

Seconds to first answer token received · Lower is better

No data available

Precio

USD per 1M tokens (blended) · Lower is better

Precios

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Velocidad

Medida por la velocidad de salida (tokens por segundo)

Output Speed: Granite 3.3 8B (Non-reasoning)

Output speed: output tokens per second · 10,000 input tokens

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens

Most attractive quadrant

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Latencia

Medida por el tiempo (segundos) hasta el primer token

Tiempo hasta el primer token: proveedores de Granite 3.3 8B

Seconds to first token received · Lower is better · 10,000 input tokens

No data available

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Tiempo de respuesta de extremo a extremo

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Tiempo de respuesta de extremo a extremo: proveedores de Granite 3.3 8B

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

No data available

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Métricas clave de comparación y funciones de API



Replicate	128k			Abierto	--	15	26.88	60.26	--

Preguntas frecuentes

Preguntas comunes sobre los proveedores de Granite 3.3 8B (Non-reasoning)

Granite 3.3 8B (Non-reasoning) está disponible a través de 1 proveedor de API: Replicate. Cada proveedor ofrece distintas características de rendimiento y precios.

Granite 3.3 8B (Non-reasoning) está disponible actualmente a través de 1 proveedor de API que medimos y monitoreamos.

El proveedor más económico para Granite 3.3 8B (Non-reasoning) por precio combinado es Replicate ($0.05 por 1M de tokens). El precio combinado usa una proporción 7:2:1 de aciertos de caché/entrada/salida.

El proveedor con el menor precio de tokens de entrada para Granite 3.3 8B (Non-reasoning) es Replicate ($0.03 por 1M de tokens de entrada).

El proveedor con el menor precio de tokens de salida para Granite 3.3 8B (Non-reasoning) es Replicate ($0.25 por 1M de tokens de salida).

Al elegir un proveedor para Granite 3.3 8B (Non-reasoning), considera: velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funciones de API como el modo JSON o las llamadas a funciones.

Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".

Para información sobre la inteligencia, las capacidades, las modalidades de Granite 3.3 8B (Non-reasoning) y cómo se compara con otros modelos, consulta la página de resumen del modelo. Ver resumen del modelo

Granite 3.3 8B (Non-reasoning) Benchmarks y análisis de proveedores de API

Más rápido

Menor latencia

Menor precio

Velocidad

Latencia

Precio

Precios

Pricing: Cache Hit, Input, and Output

Cache Hit

Pricing: Blended Price

Price

Output Speed vs. Price

Output Speed

Velocidad

Output Speed: Granite 3.3 8B (Non-reasoning)

Output Speed

Model Performance Representation

Latency vs. Output Speed

Output Speed

Latencia

Tiempo hasta el primer token: proveedores de Granite 3.3 8B

Latency (Time to First Token)

Median

Tiempo de respuesta de extremo a extremo

Tiempo de respuesta de extremo a extremo: proveedores de Granite 3.3 8B

End-to-End Response Time

Métricas clave de comparación y funciones de API

Preguntas frecuentes

¿Dónde puedo acceder a Granite 3.3 8B (Non-reasoning)?

¿Cuántos proveedores de API ofrecen Granite 3.3 8B (Non-reasoning)?

¿Qué proveedor es el más barato para Granite 3.3 8B (Non-reasoning)?

¿Qué proveedor tiene el menor precio de entrada para Granite 3.3 8B (Non-reasoning)?

¿Qué proveedor tiene el menor precio de salida para Granite 3.3 8B (Non-reasoning)?

¿Cómo elijo un proveedor para Granite 3.3 8B (Non-reasoning)?

¿El rendimiento de los proveedores de Granite 3.3 8B (Non-reasoning) cambia con el tiempo?

¿Cuáles son las capacidades generales de Granite 3.3 8B (Non-reasoning)?