Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-29

Métrica Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación 7.9 7.8
Rango #40 #44
Fiabilidad N/D N/D
Consistencia 9.1 8.6
Pruebas correctas
Tasa de aciertos por intento 70.6% 75.9%
Pruebas inestables 2 3
Ejecuciones totales 49 54
Costo por resultado 0.000 1.674
Costo total $0.000 $0.201
Precio de entrada $0.100 / 1M $1.050 / 1M
Precio de salida $0.300 / 1M $3.500 / 1M
Tokens de salida 71,904 8,005
Tokens de razonamiento 155,607 49,090
Tiempo de respuesta (promedio) 26.78s 24.13s
Tiempo de respuesta (máximo) 170.45s 118.52s
Tiempo de respuesta (total) 294.58s 410.25s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
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
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Step 3.5 Flash - - - - - - - -
GLM 5.1 4.7 1.6 66.7% 1 118.52s 1,339 13,777

Comparación rápida

Cambiar par de comparación

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 PreviewlowDisponible gratisGemini 3.1 Flash Lite PreviewlowvsGLM 5.1medium