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 Turbo

Resumen

Comparación benchmark de Step 3.7 Flash vs GLM 5 Turbo: Step 3.7 Flash lidera en puntuación media con 8.5 vs 8.4. GLM 5 Turbo tiene menor coste de benchmark con $0.323 vs $0.376. Step 3.7 Flash es más rápido con 20.35s vs 23.00s, con tasas de acierto de 73.0% vs 74.6%.

Modelo recomendado: GLM 5 Turbo - Ofrece el mejor equilibrio general: puntuación competitiva (8.4), menor coste que Step 3.7 Flash y tiempo de respuesta equilibrado.

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 medium Lanzamiento: 2026-05-29 GLM 5 Turbo GLM 5 Turbo medium Lanzamiento: 2026-03-15
Puntuación 8.5 8.4
Rango #23 #24
Fiabilidad 9.9 10.0
Consistencia 9.3 8.5
Pruebas correctas
Tasa de aciertos por intento 73.0% 74.6%
Pruebas inestables 2 4
Ejecuciones totales 61 63
Costo por resultado 2.686 2.011
Costo total $0.376 $0.323
Precio de entrada $0.200 / 1M $1.200 / 1M
Precio de salida $1.150 / 1M $4.000 / 1M
Total de tokens de entrada 39,981 35,593
Tokens de salida 319,958 12,245
Tokens de razonamiento 0 62,277
Tiempo de respuesta (promedio) 20.35s 23.00s
Tiempo de respuesta (máximo) 113.98s 194.23s
Tiempo de respuesta (total) 427.42s 482.97s

Generation showcase

Hamster playing table tennis

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

#23 Step 3.7 Flash

medium
Cost
$0.006
Time
46.2s
Tokens
4,466 tok

#24 GLM 5 Turbo

medium
Cost
$0.074
Time
206.0s
Tokens
18,549 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 8.7 7.9 91.7% 1 9.65s 756 32,185 0
GLM 5 Turbo 10.0 10.0 100.0% 0 4.82s 555 362 3,137
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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
GLM 5 Turbo 8.2 9.3 66.7% 0 45.90s 5,941 363 25,381
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 9.06s 13,683 7,106 0
GLM 5 Turbo 10.0 10.0 100.0% 0 13.88s 12,714 390 2,037
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 2.75s 7,398 3,020 0
GLM 5 Turbo 10.0 10.0 100.0% 0 6.19s 7,107 577 3,632
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 7.7 10.0 66.7% 0 48.27s 708 70,347 0
GLM 5 Turbo 2.9 4.4 22.2% 2 71.07s 489 9,665 19,279
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 4.0 10.0 0.0% 0 6.85s 525 3,987 0
GLM 5 Turbo 6.1 3.1 66.7% 1 10.05s 477 60 2,216
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 1.83s 735 2,166 0
GLM 5 Turbo 10.0 10.0 100.0% 0 5.38s 636 255 2,183
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 5.7 9.9 33.3% 0 6.19s 756 15,071 0
GLM 5 Turbo 8.7 7.9 77.8% 1 5.23s 609 312 2,647
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 4.16s 7,746 2,115 0
GLM 5 Turbo 10.0 10.0 100.0% 0 9.84s 6,879 241 446
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% 0 113.98s 237 139,164 0
GLM 5 Turbo 3.0 10.0 0.0% 0 40.17s 186 20 1,319

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5 TurbomediumDeepSeek V4 FlashhighvsGLM 5 TurbomediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumStep 3.7 FlashlowvsGLM 5 TurbomediumGemini 3.5 FlashlowvsStep 3.7 FlashmediumGemini 3.5 FlashlowvsGLM 5 TurbomediumGPT-5.5lowvsStep 3.7 FlashmediumGPT-5.3 ChatnonevsGLM 5 TurbomediumGPT-5.5lowvsGLM 5 TurbomediumGPT-5.3 ChatnonevsStep 3.7 FlashmediumGemini 3 Flash PreviewlowvsGLM 5 Turbomedium