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

AI BENCHY तुलना

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2

सारांश

Step 3.7 Flash (medium) average score में आगे है: 8.5 vs 8.0. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.376 vs $0.667. Step 3.7 Flash (medium) तेज है: 20.35s vs 37.09s, pass rates 73.0% vs 77.8%.

अनुशंसित मॉडलStep 3.7 Flash (medium)It has the best score here (8.5), while costing about 1.8x less than GLM 5.2 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29 GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर 8.5 8.0
रैंक #23 #32
विश्वसनीयता 9.9 9.3
संगति 9.3 7.6
सही परीक्षण
प्रति प्रयास पास दर 73.0% 77.8%
अस्थिर टेस्ट 2 6
कुल रन 61 63
प्रति परिणाम लागत 2.686 4.255
कुल लागत $0.376 $0.667
इनपुट कीमत $0.200 / 1M $0.929 / 1M
आउटपुट कीमत $1.150 / 1M $2.918 / 1M
कुल इनपुट टोकन 39,981 34,993
आउटपुट टोकन 319,958 51,575
रीजनिंग टोकन 0 166,065
प्रतिक्रिया समय (औसत) 20.35s 37.09s
प्रतिक्रिया समय (अधिकतम) 113.98s 180.69s
प्रतिक्रिया समय (कुल) 427.42s 778.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#23 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 tok

#32 GLM 5.2

high
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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
GLM 5.2 6.4 4.4 77.8% 2 73.03s 5,124 2,302 22,546

त्वरित तुलना

तुलना जोड़ी बदलें