नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Step 3.5 Flash (medium) vs GLM 5.3 Flash (low)

average score लगभग बराबर है: 5.9 vs 5.9. GLM 5.3 Flash (low) की benchmark लागत कम है: $0.015 vs $0.132. GLM 5.3 Flash (low) तेज है: 9.65s vs 191.63s, pass rates 50.0% vs 56.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#191
कुल आउटपुट टोकन
568,536
प्रतिक्रिया समय (औसत)
191.63s
कुल लागत
$0.132
रैंक
#195
कुल आउटपुट टोकन
23,736
प्रतिक्रिया समय (औसत)
9.65s
कुल लागत
$0.015
अनुशंसित मॉडल GLM 5.3 Flash (low)

It has the best score here (5.9), while costing about 8.9x less than Step 3.5 Flash (medium).

विस्तृत तुलना

मेट्रिक Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01 GLM 5.3 Flash GLM 5.3 Flash low रिलीज़: 2026-08-26
स्कोर 5.9 5.9
रैंक #191 #195
विश्वसनीयता 10.0 10.0
संगति 8.6 8.4
प्रयास 63/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 50.0% 56.1%
अस्थिर टेस्ट 2 4
कुल रन 63 66
प्रति परिणाम लागत 0.858 0.148
कुल लागत $0.132 $0.015
इनपुट कीमत $0.100 / 1M $0.075 / 1M
आउटपुट कीमत $0.300 / 1M $0.250 / 1M
कुल इनपुट टोकन 65,716 117,551
आउटपुट टोकन 189,424 9,199
रीजनिंग टोकन 379,112 14,537
प्रतिक्रिया समय (औसत) 191.63s 9.65s
प्रतिक्रिया समय (अधिकतम) 1597.85s 90.45s
प्रतिक्रिया समय (कुल) 3066.07s 212.22s
पैरामीटर 196B कुल (11B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#191 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 tok

#195 GLM 5.3 Flash

low
लागत
$0.001
समय
20.7s
टोकन
1,482 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

त्वरित तुलना

तुलना जोड़ी बदलें