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

Step 3.7 Flash (low) лидирует по среднему баллу: 7.1 vs 7.0. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.390 vs $0.948. Step 3.7 Flash (low) быстрее: 17.87s vs 58.80s, с долей успешных попыток 63.6% vs 65.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-29

Ранг: #115
Общее число выходных токенов: 320,393
Время ответа (среднее): 17.87s
Общая стоимость: $0.390

Ранг: #120
Общее число выходных токенов: 215,889
Время ответа (среднее): 58.80s
Общая стоимость: $0.948

Рекомендуемая модель Step 3.7 Flash (low)

Здесь у него лучший балл (7.1), при этом он примерно в 2.4 раза дешевле, чем GLM 5.1 (medium).

Подробное сравнение

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

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07
Оценка	7.1	7.0
Ранг	#115	#120
Надежность	10.0	8.1
Стабильность	8.1	8.4
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	63.6%	65.2%
Нестабильные тесты	5	4
Всего запусков	66	66
Стоимость за результат	3.539	6.923
Общая стоимость	$0.390	$0.948
Цена входа	$0.200 / 1M	$1.260 / 1M
Цена выхода	$1.150 / 1M	$3.961 / 1M
Общее число входных токенов	103,842	82,592
Выходные токены	320,393	16,089
Токены рассуждений	0	199,800
Время ответа (среднее)	17.87s	58.80s
Время ответа (макс.)	124.75s	308.75s
Время ответа (суммарно)	393.04s	1234.72s
Параметры	198B всего (11B активных)	744B всего (40B активных)
Доступность	Открытый исходный код	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#115 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 tok

#120 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	8.7	7.9	91.7%	1		4.02s	756	10,896	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	8.2	7.2	88.9%	1		9.46s	7,437	18,685	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	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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	7.3	5.8	83.3%	1		2.29s	7,398	2,667	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	2.9	7.2	11.1%	1		22.65s	837	48,299	0
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	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		1.58s	735	1,857	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	5.5	9.9	33.3%	0		1.84s	756	3,564	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		3.25s	7,746	1,360	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		124.75s	237	134,779	0
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsGLM 5.1medium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsSolar Pro 4high GPT-5.6 SolnonevsGLM 5.1medium Muse Glimmer 30BmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Muse Glimmer 30BhighvsStep 3.7 Flashlow Seed-2.0-CodehighvsGLM 5.1medium Step 3.7 FlashlowvsGrok 4.3medium GPT-5.6 SolnonevsStep 3.7 Flashlow Solar Pro 4highvsGLM 5.1medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow