AI BENCHY Compare
StepFun: Step 3.5 Flash vs Z.ai: GLM 4.7 Flash
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: 2026-04-11
| 指標 | Step 3.5 Flash Step 3.5 Flash none | GLM 4.7 Flash GLM 4.7 Flash medium |
|---|---|---|
| スコア | 3.0 | 4.6 |
| 順位 | #93 | #87 |
| 一貫性 | 10.0 | 6.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 0.0% | 38.9% |
| 不安定なテスト | 0 | 8 |
| 総実行回数 | 3 | 54 |
| 結果あたりのコスト | 0.000 | 1.126 |
| 合計コスト | $0.000 | $0.046 |
| ???? | $0.100 / 1M | $0.060 / 1M |
| ???? | $0.300 / 1M | $0.400 / 1M |
| 出力トークン | 0 | 39,688 |
| 推論トークン | 0 | 72,401 |
| 応答時間（平均） | 0ms | 32.33s |
| 応答時間（最大） | 0ms | 174.55s |
| 応答時間（合計） | 0ms | 355.65s |
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
| 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 | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| GLM 4.7 Flash | 3.6 | 2.1 | 33.3% | 1 | 21.26s | 969 | 6,936 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 4.7 | 5.9 | 41.7% | 2 | 14.95s | 1,122 | 6,110 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 2.8 | 2.1 | 33.3% | 1 | 65.57s | 2,585 | 20,648 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 6.3 | 10.0 | 50.0% | 0 | 1.51s | 584 | 2,755 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 3.5 | 4.4 | 33.3% | 2 | 174.55s | 33,000 | 25,394 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 3.6 | 9.7 | 0.0% | 0 | 18.14s | 18 | 2,138 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 6.2 | 5.8 | 66.7% | 1 | 2.97s | 388 | 2,181 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 12.90s | 798 | 5,225 |
| 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 | - | - | - | - | - | - | - | - |
| GLM 4.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.95s | 224 | 1,014 |
クイック比較
比較ペアを切り替え
MiMo-V2-FlashnonevsGLM 4.7 FlashmediumGrok 4.1 FastnonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsGLM 4.7 FlashmediumMercury 2nonevsGLM 4.7 FlashmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGLM 4.7 FlashmediumNemotron 3 Supernone無料で利用可能vsGLM 4.7 FlashmediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 Flashmediumgpt-oss-120bnone無料で利用可能vsGLM 4.7 FlashmediumMistral Small 4nonevsGLM 4.7 FlashmediumGrok 4.20nonevsGLM 4.7 Flashmedium