AI BENCHY Compare

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

Сводка

Сравнение benchmark Step 3.5 Flash vs GLM 5: Step 3.5 Flash лидирует по среднему баллу: 6.6 vs 6.0. GLM 5 имеет более низкую стоимость benchmark: $0.027 vs $0.070. GLM 5 быстрее: 4.03s vs 72.53s, с долей успешных попыток 54.0% vs 44.4%.

Рекомендуемая модель: GLM 5 - Его балл близок к лучшему здесь (6.0 против 6.6), при этом он примерно в 2.6 раза дешевле, чем Step 3.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01	GLM 5 GLM 5 none Релиз: 2026-02-12

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01	GLM 5 GLM 5 none Релиз: 2026-02-12
Оценка	6.6	6.0
Ранг	#80	#101
Надежность	10.0	10.0
Стабильность	8.9	9.7
Тестов верно
Доля успешных попыток	54.0%	44.4%
Нестабильные тесты	1	1
Всего запусков	60	63
Стоимость за результат	0.198	0.263
Общая стоимость	$0.070	$0.027
Цена входа	$0.090 / 1M	$0.600 / 1M
Цена выхода	$0.300 / 1M	$1.920 / 1M
Общее число входных токенов	34,431	37,135
Выходные токены	91,587	1,989
Токены рассуждений	195,973	0
Время ответа (среднее)	72.53s	4.03s
Время ответа (макс.)	453.94s	11.07s
Время ответа (суммарно)	1015.47s	56.37s

Генерация showcase

Hamster playing table tennis

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

#80 Step 3.5 Flash

medium

Стоимость: $0.008
Время: 277.1s
Токены: 23,695 tok

#101 GLM 5

none

Стоимость: $0.007
Время: 32.1s
Токены: 2,023 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

Быстрое сравнение

Сменить пару сравнения

North Mini CodemediumБесплатно доступноvsGLM 5none Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium Gemini 3.1 Flash LiteminimalvsGLM 5none Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium Qwen3.7 MaxnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Qwen3.5-35B-A3BmediumvsGLM 5none GPT-5.5nonevsStep 3.5 Flashmedium Gemma 4 31BmediumБесплатно доступноvsGLM 5none Nemotron 3 SupermediumБесплатно доступноvsGLM 5none