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 3.7 Flash vs Z.ai: GLM 5.1

Resumen

Comparación benchmark de Step 3.7 Flash vs GLM 5.1: La puntuación media está prácticamente empatada en 7.1 vs 7.1. GLM 5.1 tiene menor coste de benchmark con $0.292 vs $1.148. GLM 5.1 es más rápido con 33.67s vs 64.46s, con tasas de acierto de 63.5% vs 68.3%.

Modelo recomendado: GLM 5.1 - Tiene la mejor puntuación aquí (7.1) y cuesta aproximadamente 3.9x menos que Step 3.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29 GLM 5.1 GLM 5.1 medium Lanzamiento: 2026-04-07
Puntuación 7.1 7.1
Rango #63 #64
Fiabilidad 10.0 6.7
Consistencia 8.2 8.3
Pruebas correctas
Tasa de aciertos por intento 63.5% 68.3%
Pruebas inestables 4 4
Ejecuciones totales 63 63
Costo por resultado 10.434 2.496
Costo total $1.148 $0.292
Precio de entrada $0.200 / 1M $0.980 / 1M
Precio de salida $1.150 / 1M $3.080 / 1M
Total de tokens de entrada 38,391 32,995
Tokens de salida 991,355 11,655
Tokens de razonamiento 0 75,421
Tiempo de respuesta (promedio) 64.46s 33.67s
Tiempo de respuesta (máximo) 364.99s 172.60s
Tiempo de respuesta (total) 1353.57s 673.41s

Generation showcase

Hamster playing table tennis

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

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

#64 GLM 5.1

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
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 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
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 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
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 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
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 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
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 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
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 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
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 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 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 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumGemma 4 26B A4BmediumDisponible gratisvsStep 3.7 FlashhighGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsStep 3.7 Flashhigh