- 順位
- #190
- 合計出力トークン
- 1,100,052
- 応答時間（平均）
- 72.72s
- 合計コスト
- $1.350
Step 3.7 Flash (high) vs GLM 5.2
GLM 5.2 が平均スコアでリードし、6.6 vs 6.6 です。 GLM 5.2 の benchmark コストが低く、$0.152 vs $1.350 です。 GLM 5.2 の方が高速で、11.27s vs 72.72s です、成功率は 58.0% vs 63.8% です。
比較対象モデル
- 順位
- #186
- 合計出力トークン
- 17,685
- 応答時間（平均）
- 11.27s
- 合計コスト
- $0.152
おすすめモデル
GLM 5.2
ここでは最高スコア（6.6）で、Step 3.7 Flash (high) より約 8.9 倍低コストです。
詳細比較
| 指標 | Step 3.7 Flash Step 3.7 Flash high | GLM 5.2 GLM 5.2 none |
|---|---|---|
| スコア | 6.6 | 6.6 |
| 順位 | #190 | #186 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 9.0 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 58.0% | 63.8% |
| 不安定なテスト | 4 | 3 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 12.267 | 1.753 |
| 合計コスト | $1.350 | $0.152 |
| 入力価格 | $0.200 / 1M | $0.325 / 1M |
| 出力価格 | $1.150 / 1M | $3.990 / 1M |
| 合計入力トークン | 421,200 | 247,919 |
| 出力トークン | 1,100,052 | 17,685 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 72.72s | 11.27s |
| 応答時間（最大） | 364.99s | 79.65s |
| 応答時間（合計） | 1672.53s | 259.32s |
| パラメータ | 198B 総数 (11B アクティブ) | 744B 総数 (40B アクティブ) |
| 公開状況 | オープンソース | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#190 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
#186 GLM 5.2
none- コスト
- $0.033
- 時間
- 87.7s
- トークン
- 7,455 tok
スコア上位モデル
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
| エージェントタスク | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 0 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 46.94s | 135,461 | 3,341 | 0 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 | |
| GLM 5.2 | 8.3 | 10.0 | 75.0% | 0 | 3.70s | 567 | 313 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 | |
| GLM 5.2 | 3.7 | 9.5 | 0.0% | 0 | 7.55s | 7,263 | 1,958 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 | |
| GLM 5.2 | 6.9 | 5.9 | 66.7% | 1 | 50.17s | 88,074 | 11,016 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 7.17s | 7,113 | 204 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 6.35s | 705 | 27 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 4.42s | 480 | 82 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 | |
| GLM 5.2 | 9.8 | 10.0 | 100.0% | 0 | 3.84s | 642 | 66 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 3.31s | 618 | 265 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 15.76s | 6,807 | 400 | 0 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 189 | 13 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighQwen3.7 FlashmediumvsGLM 5.2noneLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsGLM 5.2noneQwen3.7 FlashmediumvsStep 3.7 FlashhighEmber-1maxvsGLM 5.2noneMiniMax M3mediumvsGLM 5.2noneGrok 4.7highvsGLM 5.2noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighMercury 2mediumvsGLM 5.2noneSolar Pro 4lowvsGLM 5.2none