AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5 Turbo

Сводка

Сравнение benchmark Step 3.7 Flash vs GLM 5 Turbo: GLM 5 Turbo лидирует по среднему баллу: 8.4 vs 7.7. GLM 5 Turbo имеет более низкую стоимость benchmark: $0.323 vs $0.341. Step 3.7 Flash быстрее: 15.74s vs 23.00s, с долей успешных попыток 68.3% vs 74.6%.

Рекомендуемая модель: GLM 5 Turbo - У него самый высокий балл в этом сравнении (8.4) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

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

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5 Turbo GLM 5 Turbo medium Релиз: 2026-03-15

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5 Turbo GLM 5 Turbo medium Релиз: 2026-03-15
Оценка	7.7	8.4
Ранг	#42	#24
Надежность	10.0	10.0
Стабильность	8.4	8.5
Тестов верно
Доля успешных попыток	68.3%	74.6%
Нестабильные тесты	4	4
Всего запусков	63	63
Стоимость за результат	2.840	2.011
Общая стоимость	$0.341	$0.323
Цена входа	$0.200 / 1M	$1.200 / 1M
Цена выхода	$1.150 / 1M	$4.000 / 1M
Общее число входных токенов	40,101	35,593
Выходные токены	289,325	12,245
Токены рассуждений	0	62,277
Время ответа (среднее)	15.74s	23.00s
Время ответа (макс.)	124.75s	194.23s
Время ответа (суммарно)	330.63s	482.97s

Generation showcase

Hamster playing table tennis

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

#42 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 tok

#24 GLM 5 Turbo

medium

Cost: $0.074
Time: 206.0s
Tokens: 18,549 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	8.7	7.9	91.7%	1		4.02s	756	10,896	0
GLM 5 Turbo	10.0	10.0	100.0%	0		4.82s	555	362	3,137

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 Turbo	8.2	9.3	66.7%	0		45.90s	5,941	363	25,381

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		7.98s	13,683	6,426	0
GLM 5 Turbo	10.0	10.0	100.0%	0		13.88s	12,714	390	2,037

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 Turbo	10.0	10.0	100.0%	0		6.19s	7,107	577	3,632

Предметно-ориентированное	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		43.31s	828	104,487	0
GLM 5 Turbo	2.9	4.4	22.2%	2		71.07s	489	9,665	19,279

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 Turbo	6.1	3.1	66.7%	1		10.05s	477	60	2,216

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 Turbo	10.0	10.0	100.0%	0		5.38s	636	255	2,183

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 Turbo	8.7	7.9	77.8%	1		5.23s	609	312	2,647

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 Turbo	10.0	10.0	100.0%	0		9.84s	6,879	241	446

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 Turbo	3.0	10.0	0.0%	0		40.17s	186	20	1,319

Быстрое сравнение

Сменить пару сравнения