Navegación
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

Resumen

Comparación benchmark de Step 3.5 Flash vs GLM 5: Step 3.5 Flash lidera en puntuación media con 6.6 vs 6.0. GLM 5 tiene menor coste de benchmark con $0.027 vs $0.070. GLM 5 es más rápido con 4.03s vs 72.53s, con tasas de acierto de 54.0% vs 44.4%.

Modelo recomendado: GLM 5 - Su puntuación se mantiene cerca de la mejor aquí (6.0 vs 6.6) y cuesta aproximadamente 2.6x menos que Step 3.5 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01 GLM 5 GLM 5 none Lanzamiento: 2026-02-12
Puntuación 6.6 6.0
Rango #80 #101
Fiabilidad 10.0 10.0
Consistencia 8.9 9.7
Pruebas correctas
Tasa de aciertos por intento 54.0% 44.4%
Pruebas inestables 1 1
Ejecuciones totales 60 63
Costo por resultado 0.198 0.263
Costo total $0.070 $0.027
Precio de entrada $0.090 / 1M $0.600 / 1M
Precio de salida $0.300 / 1M $1.920 / 1M
Total de tokens de entrada 34,431 37,135
Tokens de salida 91,587 1,989
Tokens de razonamiento 195,973 0
Tiempo de respuesta (promedio) 72.53s 4.03s
Tiempo de respuesta (máximo) 453.94s 11.07s
Tiempo de respuesta (total) 1015.47s 56.37s

Generación showcase

Hamster playing table tennis

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

#80 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 tok

#101 GLM 5

none
Coste
$0.007
Tiempo
32.1s
Tokens
2,023 tok

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 entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
GLM 5 4.8 10.0 25.0% 0 2.37s 510 275 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
GLM 5 4.0 7.8 11.1% 1 5.12s 7,256 428 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
GLM 5 3.0 10.0 0.0% 0 4.98s 12,812 406 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
GLM 5 10.0 10.0 100.0% 0 5.78s 7,107 203 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
GLM 5 3.0 10.0 0.0% 0 2.24s 643 19 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
GLM 5 10.0 10.0 100.0% 0 3.27s 477 103 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
GLM 5 10.0 10.0 100.0% 0 1.48s 636 61 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
GLM 5 7.7 10.0 66.7% 0 1.91s 609 261 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
GLM 5 10.0 10.0 100.0% 0 11.07s 6,899 220 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372
GLM 5 3.0 10.0 0.0% 0 3.62s 186 13 0

Comparación rápida

Cambiar par de comparación

North Mini CodemediumDisponible gratisvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumQwen3.5-35B-A3BmediumvsGLM 5noneGPT-5.5nonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsGLM 5noneNemotron 3 SupermediumDisponible gratisvsGLM 5none