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 (medium)

Step 3.7 Flash (medium) average score-এ এগিয়ে: 7.9 vs 7.8. GLM 5.2 (medium)-এর benchmark খরচ কম: $0.224 vs $0.495. GLM 5.2 (medium) দ্রুত: 23.28s vs 23.51s, pass rates 68.2% vs 80.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#60
মোট আউটপুট টোকেন
409,709
প্রতিক্রিয়া সময় (গড়)
23.51s
মোট খরচ
$0.495
র‍্যাঙ্ক
#65
মোট আউটপুট টোকেন
61,761
প্রতিক্রিয়া সময় (গড়)
23.28s
মোট খরচ
$0.224
প্রস্তাবিত মডেল GLM 5.2 (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 2.2x less than Step 3.7 Flash (medium).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29 GLM 5.2 GLM 5.2 medium প্রকাশ: 2026-06-17
স্কোর 7.9 7.8
র‍্যাঙ্ক #60 #65
নির্ভরযোগ্যতা 10.0 9.5
ধারাবাহিকতা 8.9 8.0
প্রচেষ্টা 66/66 63/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 80.3%
অস্থির টেস্ট 3 4
মোট রান 66 63
প্রতি ফলাফলে খরচ 3.801 2.159
মোট খরচ $0.495 $0.224
ইনপুট মূল্য $0.200 / 1M $0.966 / 1M
আউটপুট মূল্য $1.150 / 1M $3.036 / 1M
মোট ইনপুট টোকেন 114,191 37,199
আউটপুট টোকেন 409,709 12,261
রিজনিং টোকেন 0 49,500
প্রতিক্রিয়া সময় (গড়) 23.51s 23.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 152.83s 101.36s
প্রতিক্রিয়া সময় (মোট) 517.21s 488.94s
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.

#60 Step 3.7 Flash

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

#65 GLM 5.2

medium
খরচ
$0.041
সময়
195.8s
টোকেন
9,287 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 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

দ্রুত তুলনা

তুলনার জুটি বদলান

GPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsStep 3.7 FlashmediumQwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumQwen3.8 27BlowvsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumStep 3.7 FlashmediumvsGLM 5.2highKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5.2mediumDeepSeek V4 Flash 0731highvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsStep 3.7 Flashmedium