Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Step 3.7 Flash vs GLM 5.1: Skor rata-rata hampir imbang di 7.1 vs 7.1. GLM 5.1 memiliki biaya benchmark lebih rendah di $0.292 vs $1.148. GLM 5.1 lebih cepat di 33.67s vs 64.46s, dengan tingkat keberhasilan 63.5% vs 68.3%.

Model yang direkomendasikan: GLM 5.1 - It has the best score here (7.1), while costing about 3.9x less than Step 3.7 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29 GLM 5.1 GLM 5.1 medium Rilis: 2026-04-07
Skor 7.1 7.1
Peringkat #63 #64
Keandalan 10.0 6.7
Konsistensi 8.2 8.3
Tes benar
Tingkat lulus per percobaan 63.5% 68.3%
Tes tidak stabil 4 4
Total Run 63 63
Biaya per hasil 10.434 2.496
Total Biaya $1.148 $0.292
Harga input $0.200 / 1M $0.980 / 1M
Harga output $1.150 / 1M $3.080 / 1M
Total token input 38,391 32,995
Token output 991,355 11,655
Token penalaran 0 75,421
Waktu respons (rata-rata) 64.46s 33.67s
Waktu respons (maks) 364.99s 172.60s
Waktu respons (total) 1353.57s 673.41s

Generation showcase

Hamster playing table tennis

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

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 tok

#64 GLM 5.1

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
GLM 5.1 10.0 10.0 100.0% 0 8.31s 555 401 5,122
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
GLM 5.1 9.5 10.0 100.0% 0 43.11s 17,298 327 4,206
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
GLM 5.1 10.0 10.0 100.0% 0 9.33s 7,107 991 4,552
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
GLM 5.1 5.3 10.0 33.3% 0 29.77s 489 969 11,314
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
GLM 5.1 10.0 10.0 100.0% 0 20.95s 477 2,875 2,875
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
GLM 5.1 6.4 5.8 66.7% 1 7.47s 634 204 1,617
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
GLM 5.1 8.2 7.2 88.9% 1 31.64s 609 935 5,730
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
GLM 5.1 3.0 10.0 0.0% 0 0ms 0 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0
GLM 5.1 3.0 10.0 0.0% 0 29.40s 124 82 2,179

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashhighvsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumGemma 4 26B A4BmediumTersedia gratisvsStep 3.7 FlashhighGemini 3.5 FlashnonevsGLM 5.1mediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsGLM 5.1mediumGemini 3 Flash PreviewnonevsStep 3.7 Flashhigh