AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2

Samenvatting

Step 3.7 Flash (medium) leidt in gemiddelde score met 8.5 vs 8.0. Step 3.7 Flash (medium) heeft lagere benchmarkkosten met $0.376 vs $0.667. Step 3.7 Flash (medium) is sneller met 20.35s vs 37.09s, met slagingspercentages van 73.0% vs 77.8%.

Aanbevolen modelStep 3.7 Flash (medium)Het heeft hier de beste score (8.5) en kost ongeveer 1.8x minder dan GLM 5.2 (high).

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-14

Metriek	Step 3.7 Flash Step 3.7 Flash medium Releasedatum: 2026-05-29	GLM 5.2 GLM 5.2 high Releasedatum: 2026-06-17

Metriek	Step 3.7 Flash Step 3.7 Flash medium Releasedatum: 2026-05-29	GLM 5.2 GLM 5.2 high Releasedatum: 2026-06-17
Score	8.5	8.0
Rang	#23	#32
Betrouwbaarheid	9.9	9.3
Consistentie	9.3	7.6
Correcte tests
Slaagpercentage per poging	73.0%	77.8%
Instabiele tests	2	6
Totaal runs	61	63
Kosten per resultaat	2.686	4.255
Totale kosten	$0.376	$0.667
Invoerprijs	$0.200 / 1M	$0.929 / 1M
Uitvoerprijs	$1.150 / 1M	$2.918 / 1M
Totaal aantal invoer-tokens	39,981	34,993
Uitvoer-tokens	319,958	51,575
Redeneer-tokens	0	166,065
Responstijd (gem.)	20.35s	37.09s
Responstijd (max)	113.98s	180.69s
Responstijd (totaal)	427.42s	778.91s

Generatie-showcase

Hamster playing table tennis

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

#23 Step 3.7 Flash

medium

Kosten: $0.006
Tijd: 46.2s
Tokens: 4,466 tok

#32 GLM 5.2

high

Ongeldige SVG

Kosten: $0.000
Tijd: 300.0s
Tokens: 0 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Categorie:

Anti-AI-trucs	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

Programmeren	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
GLM 5.2	6.4	4.4	77.8%	2		73.03s	5,124	2,302	22,546

Gecombineerd	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	13,683	7,106	0
GLM 5.2	10.0	10.0	100.0%	0		43.51s	12,696	711	4,267

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

Domeinspecifiek	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	708	70,347	0
GLM 5.2	3.5	4.4	33.3%	2		73.97s	551	46,693	90,566

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

Puzzeloplossing	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

Toolaanroepen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

Algemene kennis	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

Snelle vergelijking

Vergelijkingspaar wisselen

GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.4 MinimediumvsGLM 5.2high Qwen3.5 Plus 2026-02-15mediumvsGLM 5.2high KAT-Coder-Pro V2.5lowvsGLM 5.2high Nemotron 3 Ultra 550b A55bmediumGratis beschikbaarvsGLM 5.2high Qwen3.7 PlusmediumvsGLM 5.2high Qwen3.5-27BmediumvsGLM 5.2high Claude Sonnet 5mediumvsGLM 5.2high Qwen3.6 PlusmediumvsGLM 5.2high Gemini 2.5 FlashmediumvsGLM 5.2high GPT-5.6 TerramediumvsGLM 5.2high Claude Sonnet 4.6mediumvsGLM 5.2high