AI BENCHY Compare

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

Resumo

Comparação benchmark Step 3.7 Flash vs GLM 5.2: GLM 5.2 lidera na pontuação média com 8.7 vs 7.7. GLM 5.2 tem menor custo de benchmark com $0.324 vs $0.341. Step 3.7 Flash é mais rápido com 15.74s vs 23.28s, com taxas de acerto de 68.3% vs 84.1%.

Modelo recomendado: GLM 5.2 - Tem a pontuação mais forte nesta comparação (8.7) e o melhor equilíbrio geral entre custo e tempo de resposta entre os 2 modelos.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-17

Métrica	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29	GLM 5.2 GLM 5.2 medium Lançamento: 2026-06-17

Métrica	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29	GLM 5.2 GLM 5.2 medium Lançamento: 2026-06-17
Pontuação	7.7	8.7
Posição	#39	#14
Confiabilidade	10.0	9.5
Consistência	8.4	8.4
Testes corretos
Taxa de acerto por tentativa	68.3%	84.1%
Testes instáveis	4	4
Execuções totais	63	63
Custo por resultado	2.840	2.159
Custo total	$0.341	$0.324
Preço de entrada	$0.200 / 1M	$1.400 / 1M
Preço de saída	$1.150 / 1M	$4.400 / 1M
Total de tokens de entrada	40,101	37,199
Tokens de saída	289,325	12,261
Tokens de raciocínio	0	49,500
Tempo de resposta (médio)	15.74s	23.28s
Tempo de resposta (máx.)	124.75s	101.36s
Tempo de resposta (total)	330.63s	488.94s

Generation showcase

Hamster playing table tennis

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

#39 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 tok

#14 GLM 5.2

medium

Cost: $0.041
Time: 195.8s
Tokens: 9,287 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Comparação rápida

Trocar par de comparação