नेविगेशन
Advertise here

Step 3.7 Flash (medium) vs GLM 5.3 FlashX Legal (max)

GLM 5.3 FlashX Legal (max) average score में आगे है: 7.9 vs 7.8. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.571 vs $0.819. Step 3.7 Flash (medium) तेज है: 26.57s vs 65.28s, pass rates 68.1% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#170
कुल आउटपुट टोकन
440,835
प्रतिक्रिया समय (औसत)
26.57s
कुल लागत
$0.571
रैंक
#161
कुल आउटपुट टोकन
571,211
प्रतिक्रिया समय (औसत)
65.28s
कुल लागत
$0.819
अनुशंसित मॉडल Step 3.7 Flash (medium)

Its score stays close to the best score here (7.8 vs 7.9), while responding about 2.5x faster than GLM 5.3 FlashX Legal (max).

विस्तृत तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max रिलीज़: 2026-11-02
स्कोर 7.8 7.9
रैंक #170 #161
विश्वसनीयता 10.0 9.7
संगति 8.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 71.0%
अस्थिर टेस्ट 4 5
कुल रन 69 69
प्रति परिणाम लागत 4.392 5.846
कुल लागत $0.571 $0.819
इनपुट कीमत $0.200 / 1M $0.370 / 1M
आउटपुट कीमत $1.150 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.040 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 319,524 282,144
आउटपुट टोकन 440,835 6,078
रीजनिंग टोकन 0 565,133
प्रतिक्रिया समय (औसत) 26.57s 65.28s
प्रतिक्रिया समय (अधिकतम) 152.83s 516.19s
प्रतिक्रिया समय (कुल) 611.09s 1501.49s
पैरामीटर 198B कुल (11B सक्रिय) ~320B कुल (~18B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#170 Step 3.7 Flash

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

#161 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.082
समय
408.0s
टोकन
65,656 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 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

तुलना जोड़ी बदलें