AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5 Turbo

Rezumat

Comparație benchmark Step 3.7 Flash vs GLM 5 Turbo: GLM 5 Turbo conduce la scorul mediu cu 8.4 vs 7.7. GLM 5 Turbo are costul de benchmark mai mic, $0.323 vs $0.341. Step 3.7 Flash este mai rapid cu 15.74s vs 23.00s, cu rate de reușită de 68.3% vs 74.6%.

Model recomandat: GLM 5 Turbo - Are cel mai puternic scor din această comparație (8.4) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29	GLM 5 Turbo GLM 5 Turbo medium Lansare: 2026-03-15

Metrică	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29	GLM 5 Turbo GLM 5 Turbo medium Lansare: 2026-03-15
Scor	7.7	8.4
Rang	#42	#24
Fiabilitate	10.0	10.0
Consistență	8.4	8.5
Teste corecte
Rată de trecere pe încercare	68.3%	74.6%
Teste instabile	4	4
Rulări totale	63	63
Cost per rezultat	2.840	2.011
Cost total	$0.341	$0.323
Preț de intrare	$0.200 / 1M	$1.200 / 1M
Preț de ieșire	$1.150 / 1M	$4.000 / 1M
Total tokenuri de intrare	40,101	35,593
Tokenuri de ieșire	289,325	12,245
Tokenuri de raționament	0	62,277
Timp de răspuns (mediu)	15.74s	23.00s
Timp de răspuns (maxim)	124.75s	194.23s
Timp de răspuns (total)	330.63s	482.97s

Generation showcase

Hamster playing table tennis

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

#42 Step 3.7 Flash

low

Invalid SVG

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

#24 GLM 5 Turbo

medium

Cost: $0.074
Time: 206.0s
Tokens: 18,549 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

Trucuri anti-AI	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	8.7	7.9	91.7%	1		4.02s	756	10,896	0
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

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 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

Combinat	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	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	12,714	390	2,037

Parsare și extragere de date	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	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
GLM 5 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

Specific domeniului	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	5.3	7.2	44.4%	1		43.31s	828	104,487	0
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

Inteligență generală	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	3.4	9.3	0.0%	0		7.00s	525	4,604	0
GLM 5 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

Respectarea instrucțiunilor	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	9.8	10.0	100.0%	0		1.58s	735	1,857	0
GLM 5 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

Rezolvare de puzzle-uri	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	5.5	9.9	33.3%	0		1.84s	756	3,564	0
GLM 5 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

Apelare instrumente	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	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
GLM 5 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

Cultură generală	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	3.0	10.0	0.0%	0		124.75s	237	134,779	0
GLM 5 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

Comparație rapidă

Schimbă perechea de comparație