Step 3.7 Flash (high) vs GLM 5.3 Flash (low)

GLM 5.3 Flash (low) average score मध्ये पुढे आहे: 6.6 vs 6.6. GLM 5.3 Flash (low) चा benchmark खर्च कमी आहे: $0.052 vs $1.350. GLM 5.3 Flash (low) वेगवान आहे: 11.82s vs 72.72s, pass rates 58.0% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #190
एकूण आउटपुट टोकन्स: 1,100,052
प्रतिसाद वेळ (सरासरी): 72.72s
एकूण खर्च: $1.350

क्रमांक: #184
एकूण आउटपुट टोकन्स: 27,168
प्रतिसाद वेळ (सरासरी): 11.82s
एकूण खर्च: $0.052

शिफारस केलेले मॉडेल GLM 5.3 Flash (low)

It has the best score here (6.6), while costing about 26.0x less than Step 3.7 Flash (high).

तपशीलवार तुलना

मेट्रिक	Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low प्रकाशन: 2026-08-26

मेट्रिक	Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low प्रकाशन: 2026-08-26
स्कोअर	6.6	6.6
क्रमांक	#190	#184
विश्वसनीयता	10.0	10.0
सुसंगतता	8.5	8.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	58.0%	58.0%
अस्थिर चाचण्या	4	4
एकूण रन	69	69
प्रति निकाल खर्च	12.267	0.338
एकूण खर्च	$1.350	$0.052
इनपुट किंमत	$0.200 / 1M	$0.150 / 1M
आउटपुट किंमत	$1.150 / 1M	$0.500 / 1M
एकूण इनपुट टोकन्स	421,200	255,173
आउटपुट टोकन्स	1,100,052	9,891
रिझनिंग टोकन्स	0	17,277
प्रतिसाद वेळ (सरासरी)	72.72s	11.82s
प्रतिसाद वेळ (कमाल)	364.99s	90.45s
प्रतिसाद वेळ (एकूण)	1672.53s	271.92s
पॅरामीटर्स	198B 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.

#190 Step 3.7 Flash

high

खर्च: $0.007
वेळ: 63.6s
टोकन्स: 6,030 tok

#184 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0
GLM 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
GLM 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0
GLM 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
GLM 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0
GLM 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0
GLM 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0
GLM 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0
GLM 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0
GLM 5.3 Flash	10.0	10.0	100.0%	0		17.00s	6,861	231	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0
GLM 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

झटपट तुलना

तुलना जोडी बदला

GPT-5.5nonevsGLM 5.3 Flashlow Mercury 2mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh LongCat 2.0lowvsStep 3.7 Flashhigh GPT-5.6 SolnonevsGLM 5.3 Flashlow GPT 5.3 ChatnonevsGLM 5.3 Flashlow Qwen3.7 FlashmediumvsGLM 5.3 Flashlow Ember-1maxvsGLM 5.3 Flashlow MiniMax M3mediumvsGLM 5.3 Flashlow Grok 4.7highvsGLM 5.3 Flashlow Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh