Step 3.7 Flash (high) vs GLM 5.2

Modelos comparados

Modelo recomendado GLM 5.2

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 8.9x menos que Step 3.7 Flash (high).

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

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	6.6	6.6
Rango	#190	#186
Fiabilidad	10.0	10.0
Consistencia	8.5	9.0
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	58.0%	63.8%
Pruebas inestables	4	3
Ejecuciones totales	69	69
Costo por resultado	12.267	1.753
Costo total	$1.350	$0.152
Precio de entrada	$0.200 / 1M	$0.325 / 1M
Precio de salida	$1.150 / 1M	$3.990 / 1M
Total de tokens de entrada	421,200	247,919
Tokens de salida	1,100,052	17,685
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	72.72s	11.27s
Tiempo de respuesta (máximo)	364.99s	79.65s
Tiempo de respuesta (total)	1672.53s	259.32s
Parámetros	198B en total (11B activos)	744B en total (40B activos)
Disponibilidad	Código abierto	Código abierto

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

high

none

Categoría:

Tareas de agentes	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	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0
GLM 5.2	6.1	3.1	66.7%	1		46.94s	135,461	3,341	0

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	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.2	6.9	5.9	66.7%	1		50.17s	88,074	11,016	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	3.6	7.2	22.2%	1		189.35s	792	429,007	0
GLM 5.2	7.7	10.0	66.7%	0		6.35s	705	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

Cambiar par de comparación