AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-02

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно	GLM 5V Turbo GLM 5V Turbo medium Релиз: 2026-04-01

Метрика	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01 Бесплатно доступно	GLM 5V Turbo GLM 5V Turbo medium Релиз: 2026-04-01
Оценка	7.9	7.7
Ранг	#27	#30
Стабильность	9.1	7.4
Тестов верно
Доля успешных попыток	70.6%	76.5%
Нестабильные тесты	2	6
Всего запусков	49	51
Стоимость за результат	0.000	2.697
Общая стоимость	$0.000	$0.270
???? ?????	$0.100 / 1M	$1.200 / 1M
???? ??????	$0.300 / 1M	$4.000 / 1M
Выходные токены	71,904	1,947
Токены рассуждений	155,607	54,313
Время ответа (среднее)	26.78s	15.03s
Время ответа (макс.)	170.45s	67.08s
Время ответа (суммарно)	294.58s	255.55s

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)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668
GLM 5V Turbo	7.2	6.1	75.0%	2		10.76s	587	7,872

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984
GLM 5V Turbo	6.9	3.8	66.7%	1		15.06s	403	2,523

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886
GLM 5V Turbo	10.0	10.0	100.0%	0		9.60s	236	4,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436
GLM 5V Turbo	5.3	7.2	44.4%	1		38.15s	32	29,035

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.5	10.0	0.0%	0		6.54s	2,214	2,584
GLM 5V Turbo	10.0	10.0	100.0%	0		11.09s	131	2,183

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412
GLM 5V Turbo	9.9	10.0	100.0%	0		3.74s	72	1,813

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835
GLM 5V Turbo	7.7	7.3	77.8%	1		10.91s	193	5,789

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802
GLM 5V Turbo	7.0	3.7	66.7%	1		12.53s	293	765

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступно GPT-5.2 ChatnonevsStep 3.5 FlashmediumБесплатно доступно GPT-5.2 ChatnonevsGLM 5V Turbomedium Gemini 3.1 Flash Lite PreviewnonevsGLM 5V Turbomedium Gemini 3 Flash PreviewnonevsStep 3.5 FlashmediumБесплатно доступно Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumБесплатно доступно GPT-5.3 ChatnonevsGLM 5V Turbomedium Gemini 3 Flash PreviewnonevsGLM 5V Turbomedium Gemini 3.1 Flash Lite PreviewlowvsGLM 5V Turbomedium GPT-5.3 ChatnonevsStep 3.5 FlashmediumБесплатно доступно Claude Sonnet 4.6nonevsGLM 5V Turbomedium Claude Sonnet 4.6nonevsStep 3.5 FlashmediumБесплатно доступно