Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2

Resumen

Comparación benchmark de Step 3.7 Flash vs GLM 5.2: La puntuación media está prácticamente empatada en 7.1 vs 7.1. GLM 5.2 tiene menor coste de benchmark con $0.076 vs $1.148. GLM 5.2 es más rápido con 6.34s vs 64.46s, con tasas de acierto de 63.5% vs 60.3%.

Modelo recomendado: GLM 5.2 - Tiene la mejor puntuación aquí (7.1) y cuesta aproximadamente 15.2x menos que Step 3.7 Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29 GLM 5.2 GLM 5.2 none Lanzamiento: 2026-06-17
Puntuación 7.1 7.1
Rango #63 #61
Fiabilidad 10.0 9.9
Consistencia 8.2 9.6
Pruebas correctas
Tasa de aciertos por intento 63.5% 60.3%
Pruebas inestables 4 1
Ejecuciones totales 63 63
Costo por resultado 10.434 0.628
Costo total $1.148 $0.076
Precio de entrada $0.200 / 1M $1.400 / 1M
Precio de salida $1.150 / 1M $4.400 / 1M
Total de tokens de entrada 38,391 38,671
Tokens de salida 991,355 4,817
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 64.46s 6.34s
Tiempo de respuesta (máximo) 364.99s 20.69s
Tiempo de respuesta (total) 1353.57s 133.19s

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

#61 GLM 5.2

none
Invalid SVG
Cost
$0.033
Time
87.7s
Tokens
7,455 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 5.2 8.3 10.0 75.0% 0 3.70s 567 313 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 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 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 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
GLM 5.2 10.0 10.0 100.0% 0 20.69s 14,296 1,489 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 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
GLM 5.2 10.0 10.0 100.0% 0 7.17s 7,113 204 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 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
GLM 5.2 5.3 10.0 33.3% 0 6.50s 696 27 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 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
GLM 5.2 6.1 3.1 66.7% 1 4.42s 480 82 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 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
GLM 5.2 9.8 10.0 100.0% 0 3.84s 642 66 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 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
GLM 5.2 7.7 10.0 66.7% 0 3.31s 618 265 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 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
GLM 5.2 10.0 10.0 100.0% 0 15.76s 6,807 400 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 5.2 3.0 10.0 0.0% 0 3.41s 189 13 0

Comparación rápida

Cambiar par de comparación

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumGemma 4 26B A4BmediumDisponible gratisvsGLM 5.2noneMiMo-V2-FlashmediumvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumDisponible gratisvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsGLM 5.2noneClaude Opus 4.8nonevsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5V Turbomedium