AI BENCHY Compare
StepFun: Step 3.5 Flash vs Z.ai: GLM 5
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: 2026-04-16
| 指標 | Step 3.5 Flash Step 3.5 Flash medium | GLM 5 GLM 5 none |
|---|---|---|
| スコア | 7.9 | 6.6 |
| 順位 | #30 | #52 |
| 一貫性 | 9.1 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.6% | 51.9% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 49 | 54 |
| 結果あたりのコスト | 0.000 | 0.217 |
| 合計コスト | $0.000 | $0.020 |
| ???? | $0.100 / 1M | $0.720 / 1M |
| ???? | $0.300 / 1M | $2.300 / 1M |
| 出力トークン | 71,904 | 1,959 |
| 推論トークン | 155,607 | 0 |
| 応答時間（平均） | 26.78s | 4.23s |
| 応答時間（最大） | 170.45s | 11.07s |
| 応答時間（合計） | 294.58s | 46.51s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.56s | 14,376 | 17,668 | |
| GLM 5 | 4.8 | 10.0 | 25.0% | 0 | 2.37s | 275 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 | |
| GLM 5 | 3.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 | |
| GLM 5 | 10.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.3 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 | |
| GLM 5 | 3.0 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.5 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 | |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 8.5 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 1.48s | 61 | 0 |
| パズル解決 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 5.3 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 | |
| GLM 5 | 7.7 | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 | |
| GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 11.07s | 220 | 0 |
| コーディング | 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 |
|---|---|---|---|---|---|---|---|---|
| Step 3.5 Flash | - | - | - | - | - | - | - | - |
| GLM 5 | 5.6 | 3.5 | 33.3% | 1 | 8.84s | 408 | 0 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGrok 4.1 FastmediumvsGLM 5noneGPT-5.2 ChatnonevsStep 3.5 FlashmediumNemotron 3 Supermedium無料で利用可能vsGLM 5noneMercury 2mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGrok 4.20mediumvsGLM 5noneKimi K2.5mediumvsGLM 5noneGPT-5 MinimediumvsGLM 5noneGPT-5 NanomediumvsGLM 5none