नेव्हिगेशन
Advertise here

Step 3.7 Flash (low) vs GLM 5 (medium)

average score जवळपास समान आहे: 7.2 vs 7.2. GLM 5 (medium) चा benchmark खर्च कमी आहे: $0.360 vs $0.449. Step 3.7 Flash (low) वेगवान आहे: 20.72s vs 39.05s, pass rates 63.8% vs 76.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#147
एकूण आउटपुट टोकन्स
339,108
प्रतिसाद वेळ (सरासरी)
20.72s
एकूण खर्च
$0.449
क्रमांक
#146
एकूण आउटपुट टोकन्स
138,257
प्रतिसाद वेळ (सरासरी)
39.05s
एकूण खर्च
$0.360
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while responding about 1.9x faster than GLM 5 (medium).

तपशीलवार तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29 GLM 5 GLM 5 medium प्रकाशन: 2026-02-12
स्कोअर 7.2 7.2
क्रमांक #147 #146
विश्वसनीयता 10.0 10.0
सुसंगतता 7.9 7.9
प्रयत्न 69/69 66/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 76.8%
अस्थिर चाचण्या 6 5
एकूण रन 69 66
प्रति निकाल खर्च 4.078 2.552
एकूण खर्च $0.449 $0.360
इनपुट किंमत $0.200 / 1M $0.600 / 1M
आउटपुट किंमत $1.150 / 1M $1.920 / 1M
एकूण इनपुट टोकन्स 292,685 212,440
आउटपुट टोकन्स 339,108 22,922
रिझनिंग टोकन्स 0 115,335
प्रतिसाद वेळ (सरासरी) 20.72s 39.05s
प्रतिसाद वेळ (कमाल) 124.75s 110.70s
प्रतिसाद वेळ (एकूण) 476.67s 546.68s
पॅरामीटर्स 198B एकूण (11B सक्रिय) 744B एकूण (40B 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.

#147 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 tok

#146 GLM 5

medium
खर्च
$0.005
वेळ
20.7s
टोकन्स
2,068 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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

झटपट तुलना

तुलना जोडी बदला

LongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.7 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 5nonevsGLM 5mediumClaude Opus 4.8lowvsGLM 5mediumGemini 3.8 FlashlowvsGLM 5mediumQwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowQwen3.5-27BnonevsGLM 5mediumQwen3.5-27BnonevsStep 3.7 Flashlow