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

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.1

Step 3.7 Flash (low) average score में आगे है: 7.3 vs 7.1. Step 3.7 Flash (low) की benchmark लागत कम है: $0.454 vs $0.535. Step 3.7 Flash (low) तेज है: 20.68s vs 46.77s, pass rates 68.2% vs 69.7%.

अनुशंसित मॉडलStep 3.7 Flash (low)It has the best score here (7.3), while responding about 2.3x faster than GLM 5.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.3 7.1
रैंक #64 #71
विश्वसनीयता 10.0 8.3
संगति 8.1 8.4
सही परीक्षण
प्रति प्रयास पास दर 68.2% 69.7%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 3.782 4.202
कुल लागत $0.454 $0.535
इनपुट कीमत $0.200 / 1M $0.966 / 1M
आउटपुट कीमत $1.150 / 1M $3.036 / 1M
कुल इनपुट टोकन 103,833 82,623
आउटपुट टोकन 376,581 16,089
रीजनिंग टोकन 0 136,463
प्रतिक्रिया समय (औसत) 20.68s 46.77s
प्रतिक्रिया समय (अधिकतम) 124.75s 308.75s
प्रतिक्रिया समय (कुल) 455.01s 982.16s

Hamster playing table tennis

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

#64 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 tok

#71 GLM 5.1

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें