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

AI BENCHY Compare

StepFun: Step 3.5 Flash vs Z.ai: GLM 5.1

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-29

Metrik Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01 GLM 5.1 GLM 5.1 medium Veröffentlichung: 2026-04-07
Punktzahl 7.9 7.8
Rang #40 #44
Zuverlässigkeit k. A. k. A.
Konsistenz 9.1 8.6
Korrekte Tests
Erfolgsquote pro Versuch 70.6% 75.9%
Instabile Tests 2 3
Gesamtläufe 49 54
Kosten pro Ergebnis 0.000 1.674
Gesamtkosten $0.000 $0.201
Eingabepreis $0.100 / 1M $1.050 / 1M
Ausgabepreis $0.300 / 1M $3.500 / 1M
Ausgabe-Token 71,904 8,005
Denk-Token 155,607 49,090
Antwortzeit (Durchschnitt) 26.78s 24.13s
Antwortzeit (Maximum) 170.45s 118.52s
Antwortzeit (Gesamt) 294.58s 410.25s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
GLM 5.1 10.0 10.0 100.0% 0 8.31s 401 5,122
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
GLM 5.1 9.5 10.0 100.0% 0 43.11s 327 4,206
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
GLM 5.1 10.0 10.0 100.0% 0 9.33s 991 4,552
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
GLM 5.1 5.3 10.0 33.3% 0 29.77s 969 11,314
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
GLM 5.1 10.0 10.0 100.0% 0 20.95s 2,875 2,875
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
GLM 5.1 6.4 5.8 66.7% 1 7.47s 204 1,617
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
GLM 5.1 8.2 7.2 88.9% 1 23.85s 899 5,627
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Step 3.5 Flash - - - - - - - -
GLM 5.1 4.7 1.6 66.7% 1 118.52s 1,339 13,777

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumDeepSeek V4 FlashhighvsGLM 5.1mediumDeepSeek V4 FlashhighvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsGLM 5.1mediumGPT-5.2 ChatnonevsGLM 5.1mediumGPT-5.3 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumStep 3.5 FlashmediumvsHY3 PreviewlowKostenlos verfügbarGemini 3.1 Flash Lite PreviewlowvsGLM 5.1medium