নেভিগেশন
AI BENCHY
Advertise here

Step 3.7 Flash (high) vs GLM 5.1 (medium)

GLM 5.1 (medium) average score-এ এগিয়ে: 7.1 vs 6.9. GLM 5.1 (medium)-এর benchmark খরচ কম: $0.535 vs $1.207. GLM 5.1 (medium) দ্রুত: 46.77s vs 64.68s, pass rates 63.6% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

র‍্যাঙ্ক
#94
মোট আউটপুট টোকেন
1,032,395
প্রতিক্রিয়া সময় (গড়)
64.68s
মোট খরচ
$1.207
র‍্যাঙ্ক
#82
মোট আউটপুট টোকেন
152,552
প্রতিক্রিয়া সময় (গড়)
46.77s
মোট খরচ
$0.535
প্রস্তাবিত মডেল GLM 5.1 (medium)

It has the best score here (7.1), while costing about 2.3x less than Step 3.7 Flash (high).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash high প্রকাশ: 2026-05-29 GLM 5.1 GLM 5.1 medium প্রকাশ: 2026-04-07
স্কোর 6.9 7.1
র‍্যাঙ্ক #94 #82
নির্ভরযোগ্যতা 10.0 8.3
ধারাবাহিকতা 8.0 8.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 69.7%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.973 4.202
মোট খরচ $1.207 $0.535
ইনপুট মূল্য $0.200 / 1M $0.966 / 1M
আউটপুট মূল্য $1.150 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 98,691 82,623
আউটপুট টোকেন 1,032,395 16,089
রিজনিং টোকেন 0 136,463
প্রতিক্রিয়া সময় (গড়) 64.68s 46.77s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 364.99s 308.75s
প্রতিক্রিয়া সময় (মোট) 1423.01s 982.16s

Hamster playing table tennis

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

#94 Step 3.7 Flash

high
খরচ
$0.007
সময়
63.6s
টোকেন
6,030 tok

#82 GLM 5.1

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

দ্রুত তুলনা

তুলনার জুটি বদলান