Navigasi
Advertise here

Step 3.7 Flash (low) vs GLM 5.3 FlashX (medium)

Step 3.7 Flash (low) unggul dalam skor rata-rata dengan 7.2 vs 7.1. GLM 5.3 FlashX (medium) memiliki biaya benchmark lebih rendah di $0.114 vs $0.449. GLM 5.3 FlashX (medium) lebih cepat di 7.37s vs 20.72s, dengan tingkat keberhasilan 63.8% vs 69.6%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-01

Model yang Dibandingkan

Peringkat
#147
Total token output
339,108
Waktu respons (rata-rata)
20.72s
Total Biaya
$0.449
Peringkat
#150
Total token output
30,048
Waktu respons (rata-rata)
7.37s
Total Biaya
$0.114
Model yang direkomendasikan GLM 5.3 FlashX (medium)

Its score stays close to the best score here (7.1 vs 7.2), while costing about 4.0x less than Step 3.7 Flash (low).

Perbandingan terperinci

Metrik Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29 GLM 5.3 FlashX GLM 5.3 FlashX medium Rilis: 2026-09-21
Skor 7.2 7.1
Peringkat #147 #150
Keandalan 10.0 10.0
Konsistensi 7.9 7.1
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 63.8% 69.6%
Tes tidak stabil 6 8
Total Run 69 69
Biaya per hasil 4.078 0.946
Total Biaya $0.449 $0.114
Harga input $0.200 / 1M $0.370 / 1M
Harga output $1.150 / 1M $1.250 / 1M
Total token input 292,685 205,100
Token output 339,108 8,639
Token penalaran 0 21,409
Waktu respons (rata-rata) 20.72s 7.37s
Waktu respons (maks) 124.75s 74.39s
Waktu respons (total) 476.67s 169.54s
Parameter 198B total (11B aktif) 320B total (18B aktif)
Ketersediaan Sumber terbuka Tertutup

Showcase generasi model

Hamster playing table tennis

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

#147 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
3,072 tok

#150 GLM 5.3 FlashX

medium
Biaya
$0.002
Waktu
8.1s
Token
1,480 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

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 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

Perbandingan Cepat

Ganti Pasangan Perbandingan