AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.1

Сводка

Сравнение benchmark Step 3.7 Flash vs GLM 5.1: Средний балл практически равен: 7.1 vs 7.1. GLM 5.1 имеет более низкую стоимость benchmark: $0.292 vs $1.148. GLM 5.1 быстрее: 33.67s vs 64.46s, с долей успешных попыток 63.5% vs 68.3%.

Рекомендуемая модель: GLM 5.1 - Здесь у него лучший балл (7.1), при этом он примерно в 3.9 раза дешевле, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

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	7.1	7.1
Ранг	#63	#64
Надежность	10.0	6.7
Стабильность	8.2	8.3
Тестов верно
Доля успешных попыток	63.5%	68.3%
Нестабильные тесты	4	4
Всего запусков	63	63
Стоимость за результат	10.434	2.496
Общая стоимость	$1.148	$0.292
Цена входа	$0.200 / 1M	$0.980 / 1M
Цена выхода	$1.150 / 1M	$3.080 / 1M
Общее число входных токенов	38,391	32,995
Выходные токены	991,355	11,655
Токены рассуждений	0	75,421
Время ответа (среднее)	64.46s	33.67s
Время ответа (макс.)	364.99s	172.60s
Время ответа (суммарно)	1353.57s	673.41s

Generation showcase

Hamster playing table tennis

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

#63 Step 3.7 Flash

high

Cost: $0.007
Time: 63.6s
Tokens: 6,030 tok

#64 GLM 5.1

medium

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 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

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	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0
GLM 5.1	9.5	10.0	100.0%	0		43.11s	17,298	327	4,206

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

Step 3.7 FlashhighvsMiMo-V2-Flashmedium Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsGLM 5.1medium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsGLM 5.1medium Step 3.7 FlashhighvsGLM 5V Turbomedium Gemini 3 Flash PreviewnonevsGLM 5.1medium Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh