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

Step 3.7 Flash (medium) vs GLM 5.2 (high)

GLM 5.2 (high) average score-এ এগিয়ে: 8.0 vs 7.9. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.495 vs $1.463. Step 3.7 Flash (medium) দ্রুত: 23.51s vs 69.86s, pass rates 68.2% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-26

র‍্যাঙ্ক
#61
মোট আউটপুট টোকেন
409,709
প্রতিক্রিয়া সময় (গড়)
23.51s
মোট খরচ
$0.495
র‍্যাঙ্ক
#56
মোট আউটপুট টোকেন
364,655
প্রতিক্রিয়া সময় (গড়)
69.86s
মোট খরচ
$1.463
প্রস্তাবিত মডেল Step 3.7 Flash (medium)

Its score stays close to the best score here (7.9 vs 8.0), while costing about 3.0x less than GLM 5.2 (high).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29 GLM 5.2 GLM 5.2 high প্রকাশ: 2026-06-17
স্কোর 7.9 8.0
র‍্যাঙ্ক #61 #56
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 69.7%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.801 6.849
মোট খরচ $0.495 $1.463
ইনপুট মূল্য $0.200 / 1M $1.190 / 1M
আউটপুট মূল্য $1.150 / 1M $3.740 / 1M
মোট ইনপুট টোকেন 114,191 83,822
আউটপুট টোকেন 409,709 72,040
রিজনিং টোকেন 0 292,615
প্রতিক্রিয়া সময় (গড়) 23.51s 69.86s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 152.83s 599.43s
প্রতিক্রিয়া সময় (মোট) 517.21s 1536.98s
প্যারামিটার 198B মোট (11B সক্রিয়) 744B মোট (40B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#61 Step 3.7 Flash

medium
খরচ
$0.006
সময়
46.2s
টোকেন
4,466 tok

#56 GLM 5.2

high
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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
GLM 5.2 6.4 8.6 33.3% 0 73.03s 5,124 2,302 22,546

দ্রুত তুলনা

তুলনার জুটি বদলান