नेव्हिगेशन
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 5.3 FlashX Legal (max)

GLM 5.3 FlashX Legal (max) average score मध्ये पुढे आहे: 7.9 vs 7.8. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.571 vs $0.819. Step 3.7 Flash (medium) वेगवान आहे: 26.57s vs 65.28s, pass rates 68.1% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#170
एकूण आउटपुट टोकन्स
440,835
प्रतिसाद वेळ (सरासरी)
26.57s
एकूण खर्च
$0.571
क्रमांक
#161
एकूण आउटपुट टोकन्स
571,211
प्रतिसाद वेळ (सरासरी)
65.28s
एकूण खर्च
$0.819
शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

Its score stays close to the best score here (7.8 vs 7.9), while responding about 2.5x faster than GLM 5.3 FlashX Legal (max).

तपशीलवार तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02
स्कोअर 7.8 7.9
क्रमांक #170 #161
विश्वसनीयता 10.0 9.7
सुसंगतता 8.7 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.1% 71.0%
अस्थिर चाचण्या 4 5
एकूण रन 69 69
प्रति निकाल खर्च 4.392 5.846
एकूण खर्च $0.571 $0.819
इनपुट किंमत $0.200 / 1M $0.370 / 1M
आउटपुट किंमत $1.150 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.040 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 319,524 282,144
आउटपुट टोकन्स 440,835 6,078
रिझनिंग टोकन्स 0 565,133
प्रतिसाद वेळ (सरासरी) 26.57s 65.28s
प्रतिसाद वेळ (कमाल) 152.83s 516.19s
प्रतिसाद वेळ (एकूण) 611.09s 1501.49s
पॅरामीटर्स 198B एकूण (11B सक्रिय) ~320B एकूण (~18B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#170 Step 3.7 Flash

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

#161 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
खर्च
$0.082
वेळ
408.0s
टोकन्स
65,656 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 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

तुलना जोडी बदला