Step 3.7 Flash (high) vs GLM 5.3 Flash (low)

Modelos comparados

Modelo recomendado GLM 5.3 Flash (low)

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 26.0x menos que Step 3.7 Flash (high).

Métrica	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low Lanzamiento: 2026-08-26

Métrica	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low Lanzamiento: 2026-08-26
Puntuación	6.6	6.6
Rango	#190	#184
Fiabilidad	10.0	10.0
Consistencia	8.5	8.5
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	58.0%	58.0%
Pruebas inestables	4	4
Ejecuciones totales	69	69
Costo por resultado	12.267	0.338
Costo total	$1.350	$0.052
Precio de entrada	$0.200 / 1M	$0.150 / 1M
Precio de salida	$1.150 / 1M	$0.500 / 1M
Total de tokens de entrada	421,200	255,173
Tokens de salida	1,100,052	9,891
Tokens de razonamiento	0	17,277
Tiempo de respuesta (promedio)	72.72s	11.82s
Tiempo de respuesta (máximo)	364.99s	90.45s
Tiempo de respuesta (total)	1672.53s	271.92s
Parámetros	198B en total (11B activos)	320B en total (18B activos)
Disponibilidad	Código abierto	Código abierto

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

high

low

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 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

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 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

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 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

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 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

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 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

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 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

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 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	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 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

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 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

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 5.3 Flash	10.0	10.0	100.0%	0		17.00s	6,861	231	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 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

Cambiar par de comparación