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

AI BENCHY Compare

StepFun: Step 3.5 Flash vs Z.ai: GLM 5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-16

Metrică Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 GLM 5 GLM 5 none Lansare: 2026-02-12
Scor 7.9 6.6
Rang #30 #52
Consistență 9.1 9.6
Teste corecte
Rată de trecere pe încercare 70.6% 51.9%
Teste instabile 2 1
Rulări totale 49 54
Cost per rezultat 0.000 0.217
Cost total $0.000 $0.020
Preț de intrare $0.100 / 1M $0.720 / 1M
Preț de ieșire $0.300 / 1M $2.300 / 1M
Tokenuri de ieșire 71,904 1,959
Tokenuri de raționament 155,607 0
Timp de răspuns (mediu) 26.78s 4.23s
Timp de răspuns (maxim) 170.45s 11.07s
Timp de răspuns (total) 294.58s 46.51s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
GLM 5 4.8 10.0 25.0% 0 2.37s 275 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
GLM 5 3.0 10.0 0.0% 0 4.98s 406 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
GLM 5 10.0 10.0 100.0% 0 5.78s 203 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
GLM 5 3.0 10.0 0.0% 0 2.24s 19 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
GLM 5 10.0 10.0 100.0% 0 3.27s 103 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
GLM 5 10.0 10.0 100.0% 0 1.48s 61 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
GLM 5 7.7 10.0 66.7% 0 2.05s 264 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
GLM 5 10.0 10.0 100.0% 0 11.07s 220 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash - - - - - - - -
GLM 5 5.6 3.5 33.3% 1 8.84s 408 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGrok 4.1 FastmediumvsGLM 5noneGPT-5.2 ChatnonevsStep 3.5 FlashmediumNemotron 3 SupermediumDisponibil gratuitvsGLM 5noneMercury 2mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGrok 4.20mediumvsGLM 5noneKimi K2.5mediumvsGLM 5noneGPT-5 MinimediumvsGLM 5noneGPT-5 NanomediumvsGLM 5none