Step 3.7 Flash (low) vs GLM 5.3 FlashX (medium)

Step 3.7 Flash (low) лидирует по среднему баллу: 7.2 vs 7.1. GLM 5.3 FlashX (medium) имеет более низкую стоимость benchmark: $0.114 vs $0.449. GLM 5.3 FlashX (medium) быстрее: 7.37s vs 20.72s, с долей успешных попыток 63.8% vs 69.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #147
Общее число выходных токенов: 339,108
Время ответа (среднее): 20.72s
Общая стоимость: $0.449

Ранг: #150
Общее число выходных токенов: 30,048
Время ответа (среднее): 7.37s
Общая стоимость: $0.114

Рекомендуемая модель GLM 5.3 FlashX (medium)

Его балл близок к лучшему здесь (7.1 против 7.2), при этом он примерно в 4.0 раза дешевле, чем Step 3.7 Flash (low).

Подробное сравнение

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX medium Релиз: 2026-09-21
Оценка	7.2	7.1
Ранг	#147	#150
Надежность	10.0	10.0
Стабильность	7.9	7.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	63.8%	69.6%
Нестабильные тесты	6	8
Всего запусков	69	69
Стоимость за результат	4.078	0.946
Общая стоимость	$0.449	$0.114
Цена входа	$0.200 / 1M	$0.370 / 1M
Цена выхода	$1.150 / 1M	$1.250 / 1M
Общее число входных токенов	292,685	205,100
Выходные токены	339,108	8,639
Токены рассуждений	0	21,409
Время ответа (среднее)	20.72s	7.37s
Время ответа (макс.)	124.75s	74.39s
Время ответа (суммарно)	476.67s	169.54s
Параметры	198B всего (11B активных)	320B всего (18B активных)
Доступность	Открытый исходный код	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#147 Step 3.7 Flash

low

Неверный SVG

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

#150 GLM 5.3 FlashX

medium

Стоимость: $0.002
Время: 8.1s
Токены: 1,480 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		74.39s	120,771	922	9,693

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 5.3 FlashX	7.3	5.8	83.3%	2		1.71s	639	343	368

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 5.3 FlashX	6.0	4.6	66.7%	2		6.37s	7,317	384	5,562

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 5.3 FlashX	2.8	1.6	33.3%	2		15.97s	59,549	5,920	2,786

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 5.3 FlashX	10.0	10.0	100.0%	0		1.74s	7,149	210	134

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 5.3 FlashX	3.6	7.2	22.2%	1		3.52s	759	38	2,005

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 5.3 FlashX	3.4	2.2	33.3%	1		1.79s	498	135	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		1.58s	735	1,857	0
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.51s	678	72	70

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 5.3 FlashX	10.0	10.0	100.0%	0		1.84s	672	306	371

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 5.3 FlashX	10.0	10.0	100.0%	0		10.30s	6,861	231	20

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 5.3 FlashX	3.0	10.0	0.0%	0		2.60s	207	78	400

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashlowvsGLM 5medium MiMo-V2.6-FlashlowvsGLM 5.3 FlashXmedium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Qwen3.8 27BmediumБесплатно доступноvsStep 3.7 Flashlow GPT-5.2 ChatnonevsGLM 5.3 FlashXmedium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Qwen3.5-27BnonevsStep 3.7 Flashlow Claude Opus 5nonevsGLM 5.3 FlashXmedium Ember-1lowvsGLM 5.3 FlashXmedium