नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Step 3.7 Flash (medium) vs GLM 5.2 (high)

GLM 5.2 (high) average score मध्ये पुढे आहे: 8.0 vs 7.9. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.495 vs $1.463. Step 3.7 Flash (medium) वेगवान आहे: 23.51s vs 69.86s, pass rates 68.2% vs 69.7%.

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

क्रमांक
#61
एकूण आउटपुट टोकन्स
409,709
प्रतिसाद वेळ (सरासरी)
23.51s
एकूण खर्च
$0.495
क्रमांक
#56
एकूण आउटपुट टोकन्स
364,655
प्रतिसाद वेळ (सरासरी)
69.86s
एकूण खर्च
$1.463
शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

Its score stays close to the best score here (7.9 vs 8.0), while costing about 3.0x less than GLM 5.2 (high).

तपशीलवार तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29 GLM 5.2 GLM 5.2 high प्रकाशन: 2026-06-17
स्कोअर 7.9 8.0
क्रमांक #61 #56
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 69.7%
अस्थिर चाचण्या 3 3
एकूण रन 66 66
प्रति निकाल खर्च 3.801 6.849
एकूण खर्च $0.495 $1.463
इनपुट किंमत $0.200 / 1M $1.190 / 1M
आउटपुट किंमत $1.150 / 1M $3.740 / 1M
एकूण इनपुट टोकन्स 114,191 83,822
आउटपुट टोकन्स 409,709 72,040
रिझनिंग टोकन्स 0 292,615
प्रतिसाद वेळ (सरासरी) 23.51s 69.86s
प्रतिसाद वेळ (कमाल) 152.83s 599.43s
प्रतिसाद वेळ (एकूण) 517.21s 1536.98s
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.

#61 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 tok

#56 GLM 5.2

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
GLM 5.2 6.4 8.6 33.3% 0 73.03s 5,124 2,302 22,546

झटपट तुलना

तुलना जोडी बदला