নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.1

Step 3.7 Flash (low) average score-এ এগিয়ে: 7.3 vs 7.1. Step 3.7 Flash (low)-এর benchmark খরচ কম: $0.454 vs $0.535. Step 3.7 Flash (low) দ্রুত: 20.68s vs 46.77s, pass rates 68.2% vs 69.7%.

প্রস্তাবিত মডেলStep 3.7 Flash (low)It has the best score here (7.3), while responding about 2.3x faster than GLM 5.1 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29 GLM 5.1 GLM 5.1 medium প্রকাশ: 2026-04-07
স্কোর 7.3 7.1
র‍্যাঙ্ক #64 #71
নির্ভরযোগ্যতা 10.0 8.3
ধারাবাহিকতা 8.1 8.4
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 69.7%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.782 4.202
মোট খরচ $0.454 $0.535
ইনপুট মূল্য $0.200 / 1M $0.966 / 1M
আউটপুট মূল্য $1.150 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 103,833 82,623
আউটপুট টোকেন 376,581 16,089
রিজনিং টোকেন 0 136,463
প্রতিক্রিয়া সময় (গড়) 20.68s 46.77s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 124.75s 308.75s
প্রতিক্রিয়া সময় (মোট) 455.01s 982.16s

Hamster playing table tennis

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

#64 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 tok

#71 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 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

দ্রুত তুলনা

তুলনার জুটি বদলান