नेविगेशन
Advertise here

Step 3.7 Flash (medium) vs GLM 5.3 (high)

average score लगभग बराबर है: 7.8 vs 7.8. GLM 5.3 (high) की benchmark लागत कम है: $0.495 vs $0.571. Step 3.7 Flash (medium) तेज है: 26.57s vs 28.38s, pass rates 68.1% vs 75.4%.

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
#169
कुल आउटपुट टोकन
68,482
प्रतिक्रिया समय (औसत)
28.38s
कुल लागत
$0.495
अनुशंसित मॉडल GLM 5.3 (high)

इस तुलना में इसका स्कोर सबसे अधिक है (7.8) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29 GLM 5.3 GLM 5.3 high रिलीज़: 2026-08-20
स्कोर 7.8 7.8
रैंक #170 #169
विश्वसनीयता 10.0 10.0
संगति 8.7 7.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 75.4%
अस्थिर टेस्ट 4 7
कुल रन 69 69
प्रति परिणाम लागत 4.392 4.351
कुल लागत $0.571 $0.495
इनपुट कीमत $0.200 / 1M $0.070 / 1M
आउटपुट कीमत $1.150 / 1M $7.000 / 1M
कैश पढ़ने की कीमत $0.040 / 1M $0.065 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 319,524 219,811
आउटपुट टोकन 440,835 8,811
रीजनिंग टोकन 0 59,671
प्रतिक्रिया समय (औसत) 26.57s 28.38s
प्रतिक्रिया समय (अधिकतम) 152.83s 159.91s
प्रतिक्रिया समय (कुल) 611.09s 652.78s
पैरामीटर 198B कुल (11B सक्रिय) 744B कुल (40B 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

#169 GLM 5.3

high
लागत
$0.085
समय
362.5s
टोकन
19,310 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 6.6 5.0 66.7% 2 18.89s 7,317 473 8,190

तुलना जोड़ी बदलें