Step 5 Preview (medium) vs GLM 5.3 FlashX (low)

يتقدم Step 5 Preview (medium) في متوسط النتيجة بـ 6.1 مقابل 6.0. لدى GLM 5.3 FlashX (low) تكلفة benchmark أقل عند $0.157 مقابل $4.136. GLM 5.3 FlashX (low) أسرع عند 9.69s مقابل 136.10s، مع معدلات نجاح 53.6% مقابل 63.8%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-09

النماذج المقارنة

الترتيب: #250
إجمالي رموز الإخراج: 1,434,621
زمن الاستجابة (المتوسط): 136.10s
إجمالي التكلفة: $4.136

الترتيب: #255
إجمالي رموز الإخراج: 43,203
زمن الاستجابة (المتوسط): 9.69s
إجمالي التكلفة: $0.157

النموذج الموصى به GLM 5.3 FlashX (low)

Its score stays close to the best score here (6.0 vs 6.1), while costing about 26.4x less than Step 5 Preview (medium).

مقارنة تفصيلية

المقياس	Step 5 Preview Step 5 Preview medium الإصدار: 2026-10-09	GLM 5.3 FlashX GLM 5.3 FlashX low الإصدار: 2026-09-21

المقياس	Step 5 Preview Step 5 Preview medium الإصدار: 2026-10-09	GLM 5.3 FlashX GLM 5.3 FlashX low الإصدار: 2026-09-21
النتيجة	6.1	6.0
الترتيب	#250	#255
الموثوقية	9.6	10.0
الاتساق	8.2	6.8
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	53.6%	63.8%
اختبارات غير مستقرة	5	9
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	41.354	1.423
إجمالي التكلفة	$4.136	$0.157
سعر الإدخال	$1.000 / 1M	$0.370 / 1M
سعر الإخراج	$2.700 / 1M	$1.250 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.050 / 1M	$0.090 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	261,842	277,028
رموز الإخراج	1,434,621	11,965
رموز الاستدلال	0	31,238
زمن الاستجابة (المتوسط)	136.10s	9.69s
زمن الاستجابة (الحد الأقصى)	438.09s	77.99s
زمن الاستجابة (الإجمالي)	3130.27s	222.83s
المعلمات	600B الإجمالي (27B النشطة)	320B الإجمالي (18B النشطة)
الإتاحة	مغلق المصدر	مغلق المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#250 Step 5 Preview

medium

التكلفة: $0.042
الوقت: 90.3s
الرموز: 15,574 tok

#255 GLM 5.3 FlashX

low

التكلفة: $0.002
الوقت: 8.4s
الرموز: 1,526 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	6.1	3.1	66.7%	1		95.77s	178,249	27,809	0
GLM 5.3 FlashX	4.7	3.1	33.3%	1		77.99s	159,703	1,471	4,696

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	6.4	7.9	58.3%	1		12.58s	744	6,953	0
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.56s	639	278	353

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	2.8	7.2	11.1%	1		363.90s	7,428	546,725	0
GLM 5.3 FlashX	5.5	7.4	44.4%	1		5.45s	7,317	382	4,760

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	7.3	5.8	83.3%	1		124.99s	57,016	115,099	0
GLM 5.3 FlashX	2.8	1.6	33.3%	2		42.40s	92,545	8,581	18,553

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	10.0	10.0	100.0%	0		4.10s	7,392	2,053	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.59s	7,149	210	81

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	2.9	7.2	11.1%	1		323.23s	828	458,050	0
GLM 5.3 FlashX	3.5	4.4	33.3%	2		3.87s	759	36	2,040

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	3.4	9.3	0.0%	0		34.82s	522	4,371	0
GLM 5.3 FlashX	4.7	1.6	66.7%	1		2.07s	498	137	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	10.0	10.0	100.0%	0		4.23s	729	3,330	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.34s	678	72	84

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	7.8	10.0	66.7%	0		59.88s	747	77,779	0
GLM 5.3 FlashX	7.7	7.3	77.8%	1		1.89s	672	460	336

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	10.0	10.0	100.0%	0		3.84s	7,953	452	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		9.52s	6,861	231	20

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 5 Preview	3.0	10.0	0.0%	0		437.86s	234	192,000	0
GLM 5.3 FlashX	3.0	10.0	0.0%	0		2.69s	207	107	315

تبديل زوج المقارنة

Qwen3.5 Plus 2026-04-20nonevsStep 5 Previewmedium MiMo-V2.6-PrononevsGLM 5.3 FlashXlow Step 5 PreviewmediumvsInklingnoneمتاح مجانًا Apodex 1.1 Minilowمتاح مجانًاvsStep 5 Previewmedium Inkling Smallmediumمتاح مجانًاvsGLM 5.3 FlashXlow Seed-2.0-LitenonevsGLM 5.3 FlashXlow KAT-Coder-Pro V2.5defaultvsStep 5 Previewmedium Gemini 3.1 Flash LiteminimalvsGLM 5.3 FlashXlow Gemini 3.5 FlashnonevsStep 5 Previewmedium gpt-oss-120bmediumvsGLM 5.3 FlashXlow Gemini 3.1 Flash LitenonevsGLM 5.3 FlashXlow Apodex 1.1 Minimediumمتاح مجانًاvsGLM 5.3 FlashXlow