Navigare
Advertise here

Step 3.7 Flash (low) vs GLM 5.3 FlashX (medium)

Step 3.7 Flash (low) conduce la scorul mediu cu 7.2 vs 7.1. GLM 5.3 FlashX (medium) are costul de benchmark mai mic, $0.114 vs $0.449. GLM 5.3 FlashX (medium) este mai rapid cu 7.37s vs 20.72s, cu rate de reușită de 63.8% vs 69.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#215
Total tokenuri de ieșire
339,108
Timp de răspuns (mediu)
20.72s
Cost total
$0.449
Rang
#219
Total tokenuri de ieșire
30,048
Timp de răspuns (mediu)
7.37s
Cost total
$0.114
Model recomandat GLM 5.3 FlashX (medium)

Scorul rămâne aproape de cel mai bun scor de aici (7.1 vs 7.2) și costă de aproximativ 4.0x mai puțin decât Step 3.7 Flash (low).

Comparație detaliată

Metrică Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29 GLM 5.3 FlashX GLM 5.3 FlashX medium Lansare: 2026-09-21
Scor 7.2 7.1
Rang #215 #219
Fiabilitate 10.0 10.0
Consistență 7.9 7.1
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 63.8% 69.6%
Teste instabile 6 8
Rulări totale 69 69
Cost per rezultat 4.078 0.946
Cost total $0.449 $0.114
Preț de intrare $0.200 / 1M $0.370 / 1M
Preț de ieșire $1.150 / 1M $1.250 / 1M
Preț citire cache $0.040 / 1M $0.090 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 292,685 205,100
Tokenuri de ieșire 339,108 8,639
Tokenuri de raționament 0 21,409
Timp de răspuns (mediu) 20.72s 7.37s
Timp de răspuns (maxim) 124.75s 74.39s
Timp de răspuns (total) 476.67s 169.54s
Parametri 198B în total (11B activi) 320B în total (18B activi)
Disponibilitate Sursă deschisă Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#215 Step 3.7 Flash

low
SVG invalid
Cost
$0.004
Timp
25.3s
Tokenuri
3,072 tok

#219 GLM 5.3 FlashX

medium
Cost
$0.002
Timp
8.1s
Tokenuri
1,480 tok

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

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

Schimbă perechea de comparație