नेव्हिगेशन
AI BENCHY
Advertise here

Step 3.5 Flash (medium) vs GLM 5.3 Flash (low)

average score जवळपास समान आहे: 5.9 vs 5.9. GLM 5.3 Flash (low) चा benchmark खर्च कमी आहे: $0.015 vs $0.132. GLM 5.3 Flash (low) वेगवान आहे: 9.65s vs 191.63s, pass rates 50.0% vs 56.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-26

क्रमांक
#191
एकूण आउटपुट टोकन्स
568,536
प्रतिसाद वेळ (सरासरी)
191.63s
एकूण खर्च
$0.132
क्रमांक
#195
एकूण आउटपुट टोकन्स
23,736
प्रतिसाद वेळ (सरासरी)
9.65s
एकूण खर्च
$0.015
शिफारस केलेले मॉडेल GLM 5.3 Flash (low)

It has the best score here (5.9), while costing about 8.9x less than Step 3.5 Flash (medium).

तपशीलवार तुलना

मेट्रिक Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01 GLM 5.3 Flash GLM 5.3 Flash low प्रकाशन: 2026-08-26
स्कोअर 5.9 5.9
क्रमांक #191 #195
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 8.4
प्रयत्न 63/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 50.0% 56.1%
अस्थिर चाचण्या 2 4
एकूण रन 63 66
प्रति निकाल खर्च 0.858 0.148
एकूण खर्च $0.132 $0.015
इनपुट किंमत $0.100 / 1M $0.075 / 1M
आउटपुट किंमत $0.300 / 1M $0.250 / 1M
एकूण इनपुट टोकन्स 65,716 117,551
आउटपुट टोकन्स 189,424 9,199
रिझनिंग टोकन्स 379,112 14,537
प्रतिसाद वेळ (सरासरी) 191.63s 9.65s
प्रतिसाद वेळ (कमाल) 1597.85s 90.45s
प्रतिसाद वेळ (एकूण) 3066.07s 212.22s
पॅरामीटर्स 196B एकूण (11B सक्रिय) 320B एकूण (18B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#191 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 tok

#195 GLM 5.3 Flash

low
खर्च
$0.001
वेळ
20.7s
टोकन्स
1,482 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

झटपट तुलना

तुलना जोडी बदला