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

Model yang direkomendasikan GLM 5.3 (low)

Its score stays close to the best score here (6.8 vs 6.8), while costing about 4.8x less than Step 3.7 Flash (high).

Perbandingan terperinci

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	GLM 5.3 GLM 5.3 low Rilis: 2026-08-20

Metrik	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29	GLM 5.3 GLM 5.3 low Rilis: 2026-08-20
Skor	6.8	6.8
Peringkat	#129	#134
Keandalan	10.0	10.0
Konsistensi	8.4	8.5
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	60.6%	65.2%
Tes tidak stabil	4	4
Total Run	66	66
Biaya per hasil	11.167	2.135
Total Biaya	$1.229	$0.257
Harga input	$0.200 / 1M	$1.400 / 1M
Harga output	$1.150 / 1M	$4.400 / 1M
Total token input	98,700	104,989
Token output	1,050,900	8,532
Token penalaran	0	16,276
Waktu respons (rata-rata)	70.10s	13.65s
Waktu respons (maks)	364.99s	83.60s
Waktu respons (total)	1542.14s	300.22s
Parameter	198B total (11B aktif)	744B total (40B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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

high

low

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 5.3	6.9	7.9	66.7%	1		4.16s	639	266	249

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 5.3	6.2	6.9	55.6%	1		21.02s	7,317	368	6,764

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	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.3	3.8	5.8	33.3%	1		53.02s	80,209	6,729	5,209

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 5.3	10.0	10.0	100.0%	0		3.42s	7,149	210	56

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	3.6	7.2	22.2%	1		189.35s	792	429,007	0
GLM 5.3	5.3	10.0	33.3%	0		19.23s	759	35	3,384

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 5.3	4.1	2.7	33.3%	1		4.70s	498	163	0

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 5.3	10.0	10.0	100.0%	0		3.40s	678	72	81

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 5.3	10.0	10.0	100.0%	0		4.20s	672	389	225

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 5.3	10.0	10.0	100.0%	0		18.45s	6,861	231	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 5.3	3.0	10.0	0.0%	0		7.42s	207	69	308

Ganti Pasangan Perbandingan