नेविगेशन
AI BENCHY
तुलना करें चार्ट
❤️ Made by XCS
Your ad here

AI BENCHY तुलना

StepFun: Step 3.5 Flash vs Z.ai: GLM 5

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध Z.ai: GLM 5 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक #11 #9
स्कोर 7.00 7.29
संगति 8.32 8.18
प्रति परिणाम लागत 0.000 1.196
कुल लागत $0.000 $0.120
सही परीक्षण
गलत टेस्ट 5 4
प्रति प्रयास पास दर 73.8% 83.3%
अस्थिर टेस्ट 3 3
आउटपुट टोकन 60,502 15,923
रीजनिंग टोकन 117,044 42,557

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Z.ai: GLM 5 10.00 10.00 100.0% 0 420 4,992
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Z.ai: GLM 5 5.00 5.62 83.3% 1 567 3,734
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Z.ai: GLM 5 1.00 4.41 33.3% 2 14,404 24,570
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Z.ai: GLM 5 9.50 9.99 100.0% 0 140 2,740
Puzzle Solving स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Z.ai: GLM 5 10.00 10.00 100.0% 0 159 5,527
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802
Z.ai: GLM 5 10.00 10.00 100.0% 0 233 994

तुलना जोड़ी बदलें