- 順位
- #106
- 合計出力トークン
- 440,835
- 応答時間（平均）
- 26.57s
- 合計コスト
- $0.571
Step 3.7 Flash (medium) vs GLM 5.3 (high)
平均スコアは 7.8 vs 7.8 でほぼ同等です。 Step 3.7 Flash (medium) の benchmark コストが低く、$0.571 vs $0.610 です。 Step 3.7 Flash (medium) の方が高速で、26.57s vs 28.38s です、成功率は 68.1% vs 75.4% です。
比較対象モデル
- 順位
- #105
- 合計出力トークン
- 68,482
- 応答時間（平均）
- 28.38s
- 合計コスト
- $0.610
おすすめモデル
Step 3.7 Flash (medium)
この比較で最も高いスコア（7.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。
詳細比較
| 指標 | Step 3.7 Flash Step 3.7 Flash medium | GLM 5.3 GLM 5.3 high |
|---|---|---|
| スコア | 7.8 | 7.8 |
| 順位 | #106 | #105 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.7 | 7.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.1% | 75.4% |
| 不安定なテスト | 4 | 7 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.392 | 4.351 |
| 合計コスト | $0.571 | $0.610 |
| 入力価格 | $0.200 / 1M | $1.400 / 1M |
| 出力価格 | $1.150 / 1M | $4.400 / 1M |
| 合計入力トークン | 319,524 | 219,811 |
| 出力トークン | 440,835 | 8,811 |
| 推論トークン | 0 | 59,671 |
| 応答時間（平均） | 26.57s | 28.38s |
| 応答時間（最大） | 152.83s | 159.91s |
| 応答時間（合計） | 611.09s | 652.78s |
| 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 | クローズド |
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.
#106 Step 3.7 Flash
medium- コスト
- $0.006
- 時間
- 46.2s
- トークン
- 4,466 tok
#105 GLM 5.3
high- コスト
- $0.085
- 時間
- 362.5s
- トークン
- 19,310 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 | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 0 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 40.72s | 132,210 | 2,805 | 2,010 |
| 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 | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.72s | 639 | 237 | 481 |
| 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 | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 | |
| GLM 5.3 | 6.6 | 5.0 | 66.7% | 2 | 18.89s | 7,317 | 473 | 8,190 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 | |
| GLM 5.3 | 6.4 | 5.8 | 66.7% | 1 | 63.96s | 62,821 | 3,936 | 12,203 |
| 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 | 2.75s | 7,398 | 3,020 | 0 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.55s | 7,149 | 210 | 189 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 0 | |
| GLM 5.3 | 2.9 | 4.4 | 22.2% | 2 | 112.33s | 759 | 238 | 33,423 |
| 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 | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 | |
| GLM 5.3 | 6.1 | 3.1 | 66.7% | 1 | 8.00s | 498 | 192 | 407 |
| 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 | 1.83s | 735 | 2,166 | 0 | |
| GLM 5.3 | 9.8 | 10.0 | 100.0% | 0 | 3.62s | 678 | 72 | 182 |
| 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 | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 | |
| GLM 5.3 | 8.2 | 7.2 | 88.9% | 1 | 4.74s | 672 | 332 | 452 |
| 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 | 4.16s | 7,746 | 2,115 | 0 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 17.05s | 6,861 | 231 | 91 |
| 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 | 113.98s | 237 | 139,164 | 0 | |
| GLM 5.3 | 3.0 | 10.0 | 0.0% | 0 | 21.98s | 207 | 85 | 2,043 |
クイック比較
比較ペアを切り替え
Grok 4.5mediumvsGLM 5.3highGrok 4.6mediumvsGLM 5.3highQwen3.7 PlusnonevsStep 3.7 FlashmediumMiMo-V2.6-FlashmediumvsGLM 5.3highStep 3.7 FlashmediumvsGrok 4.5lowQwen3.7 PlusnonevsGLM 5.3highGemini 3.5 FlashmediumvsGLM 5.3highGrok 4.5lowvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.7 MaxnonevsGLM 5.3highQwen3.7 MaxnonevsStep 3.7 Flashmedium