AI BENCHY Compare
StepFun: Step 3.5 Flash vs Z.ai: GLM 5
比較する:
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-06
| 指標 | StepFun: Step 3.5 Flash medium リリース: 2026-02-01 無料で利用可能 | Z.ai: GLM 5 none リリース: 2026-02-12 |
|---|---|---|
| 順位 | #13 | #31 |
| 平均スコア | 7.4 | 6.0 |
| 一貫性 | 9.1 | 10.0 |
| 結果あたりのコスト | 0.000 | 0.200 |
| 合計コスト | $0.000 | $0.018 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.8% | 56.3% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 71,452 | 1,548 |
| 推論トークン | 155,147 | 0 |
| 応答時間（平均） | 29.10s | 4.03s |
| 応答時間（最大） | 170.45s | 11.07s |
| 応答時間（合計） | 290.96s | 36.30s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 | |
| Z.ai: GLM 5 | 4.0 | 10.0 | 33.3% | 0 | 3.39s | 272 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 0.0% | 0 | 4.98s | 406 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 | |
| Z.ai: GLM 5 | 9.9 | 10.0 | 100.0% | 0 | 5.78s | 203 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 0.0% | 0 | 2.24s | 19 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 6.0 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 103 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 1.48s | 61 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 | |
| Z.ai: GLM 5 | 7.0 | 10.0 | 66.7% | 0 | 2.05s | 264 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 220 | 0 |
クイック比較
比較ペアを切り替え
GPT-5 MinimediumvsGLM 5noneGPT-5.2 ChatnonevsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium無料で利用可能GPT-5.3 ChatnonevsStep 3.5 Flashmedium無料で利用可能Grok 4.1 FastmediumvsGLM 5noneGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium無料で利用可能Kimi K2.5mediumvsGLM 5noneGPT-5 NanomediumvsGLM 5noneGPT-5.2mediumvsGLM 5noneQwen3.5-35B-A3BmediumvsGLM 5noneClaude Opus 4.6mediumvsGLM 5none