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

Modelos comparados

Modelo recomendado GLM 5.3 FlashX (high)

Tiene la mejor puntuación aquí (6.8) y cuesta aproximadamente 9.1x menos que Step 3.7 Flash (high).

Métrica	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX high Lanzamiento: 2026-09-21

Métrica	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX high Lanzamiento: 2026-09-21
Puntuación	6.8	6.8
Rango	#161	#163
Fiabilidad	10.0	10.0
Consistencia	8.4	8.2
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	60.6%	68.2%
Pruebas inestables	4	5
Ejecuciones totales	66	66
Costo por resultado	11.167	1.125
Costo total	$1.229	$0.135
Precio de entrada	$0.200 / 1M	$0.370 / 1M
Precio de salida	$1.150 / 1M	$1.250 / 1M
Total de tokens de entrada	98,700	81,365
Tokens de salida	1,050,900	6,821
Tokens de razonamiento	0	77,078
Tiempo de respuesta (promedio)	70.10s	12.07s
Tiempo de respuesta (máximo)	364.99s	91.16s
Tiempo de respuesta (total)	1542.14s	265.62s
Parámetros	198B en total (11B activos)	320B en total (18B activos)
Disponibilidad	Código abierto	Código cerrado

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

high

high

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 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

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 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

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 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

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 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

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 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

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 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

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 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

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 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

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 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

Cambiar par de comparación