AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2

Сводка

Сравнение benchmark Step 3.7 Flash vs GLM 5.2: Средний балл практически равен: 7.1 vs 7.1. GLM 5.2 имеет более низкую стоимость benchmark: $0.076 vs $1.148. GLM 5.2 быстрее: 6.34s vs 64.46s, с долей успешных попыток 63.5% vs 60.3%.

Рекомендуемая модель: GLM 5.2 - Здесь у него лучший балл (7.1), при этом он примерно в 15.2 раза дешевле, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-17

Метрика	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29	GLM 5.2 GLM 5.2 none Релиз: 2026-06-17

Метрика	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29	GLM 5.2 GLM 5.2 none Релиз: 2026-06-17
Оценка	7.1	7.1
Ранг	#63	#61
Надежность	10.0	9.9
Стабильность	8.2	9.6
Тестов верно
Доля успешных попыток	63.5%	60.3%
Нестабильные тесты	4	1
Всего запусков	63	63
Стоимость за результат	10.434	0.628
Общая стоимость	$1.148	$0.076
Цена входа	$0.200 / 1M	$1.400 / 1M
Цена выхода	$1.150 / 1M	$4.400 / 1M
Общее число входных токенов	38,391	38,671
Выходные токены	991,355	4,817
Токены рассуждений	0	0
Время ответа (среднее)	64.46s	6.34s
Время ответа (макс.)	364.99s	20.69s
Время ответа (суммарно)	1353.57s	133.19s

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

#61 GLM 5.2

none

Invalid SVG

Cost: $0.033
Time: 87.7s
Tokens: 7,455 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 5.2	8.3	10.0	75.0%	0		3.70s	567	313	0

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 5.2	3.7	9.5	0.0%	0		7.55s	7,263	1,958	0

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 5.2	10.0	10.0	100.0%	0		20.69s	14,296	1,489	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
GLM 5.2	10.0	10.0	100.0%	0		7.17s	7,113	204	0

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 5.2	5.3	10.0	33.3%	0		6.50s	696	27	0

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 5.2	6.1	3.1	66.7%	1		4.42s	480	82	0

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 5.2	9.8	10.0	100.0%	0		3.84s	642	66	0

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 5.2	7.7	10.0	66.7%	0		3.31s	618	265	0

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 5.2	10.0	10.0	100.0%	0		15.76s	6,807	400	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 5.2	3.0	10.0	0.0%	0		3.41s	189	13	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1medium Step 3.7 FlashhighvsMiMo-V2-Flashmedium Gemma 4 26B A4BmediumБесплатно доступноvsGLM 5.2none MiMo-V2-FlashmediumvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsGLM 5.2none Claude Opus 4.8nonevsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5V Turbomedium