Step 3.7 Flash (high) vs GLM 5.1 (medium)

GLM 5.1 (medium) лидирует по среднему баллу: 7.1 vs 6.9. GLM 5.1 (medium) имеет более низкую стоимость benchmark: $0.535 vs $1.207. GLM 5.1 (medium) быстрее: 46.77s vs 64.68s, с долей успешных попыток 63.6% vs 69.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Ранг: #94
Общее число выходных токенов: 1,032,395
Время ответа (среднее): 64.68s
Общая стоимость: $1.207

Ранг: #82
Общее число выходных токенов: 152,552
Время ответа (среднее): 46.77s
Общая стоимость: $0.535

Рекомендуемая модель GLM 5.1 (medium)

Здесь у него лучший балл (7.1), при этом он примерно в 2.3 раза дешевле, чем Step 3.7 Flash (high).

Подробное сравнение

Метрика	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07

Метрика	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07
Оценка	6.9	7.1
Ранг	#94	#82
Надежность	10.0	8.3
Стабильность	8.0	8.4
Тестов верно
Доля успешных попыток	63.6%	69.7%
Нестабильные тесты	5	4
Всего запусков	66	66
Стоимость за результат	10.973	4.202
Общая стоимость	$1.207	$0.535
Цена входа	$0.200 / 1M	$0.966 / 1M
Цена выхода	$1.150 / 1M	$3.036 / 1M
Общее число входных токенов	98,691	82,623
Выходные токены	1,032,395	16,089
Токены рассуждений	0	136,463
Время ответа (среднее)	64.68s	46.77s
Время ответа (макс.)	364.99s	308.75s
Время ответа (суммарно)	1423.01s	982.16s

Hamster playing table tennis

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

#94 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 tok

#82 GLM 5.1

medium

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 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

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0
GLM 5.1	5.3	10.0	33.3%	0		29.77s	489	969	11,314

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsMiMo-V2.5-Promedium Qwen3.7 PlusnonevsGLM 5.1medium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5highvsGLM 5.1medium Seed-2.0-MinimediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh