AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-29

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5V Turbo GLM 5V Turbo medium Релиз: 2026-04-01

Метрика	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29	GLM 5V Turbo GLM 5V Turbo medium Релиз: 2026-04-01
Оценка	7.4	7.4
Ранг	#60	#62
Надежность	10.0	10.0
Стабильность	8.7	8.2
Тестов верно
Доля успешных попыток	68.3%	68.3%
Нестабильные тесты	3	5
Всего запусков	60	60
Стоимость за результат	2.796	3.695
Общая стоимость	$0.336	$0.407
Цена входа	$0.200 / 1M	$1.200 / 1M
Цена выхода	$1.150 / 1M	$4.000 / 1M
Выходные токены	285,209	2,334
Токены рассуждений	0	86,653
Время ответа (среднее)	16.06s	20.21s
Время ответа (макс.)	124.75s	95.88s
Время ответа (суммарно)	321.11s	404.14s

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)	Выходные токены	Токены рассуждений
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	10,896	0
GLM 5V Turbo	7.2	6.1	75.0%	2		10.76s	587	7,872

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		9.43s	14,569	0
GLM 5V Turbo	6.8	10.0	50.0%	0		54.83s	427	26,111

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	6,426	0
GLM 5V Turbo	6.9	3.8	66.7%	1		15.06s	403	2,523

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0
GLM 5V Turbo	10.0	10.0	100.0%	0		9.60s	236	4,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	104,487	0
GLM 5V Turbo	5.3	7.2	44.4%	1		38.15s	32	29,035

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0
GLM 5V Turbo	10.0	10.0	100.0%	0		11.09s	131	2,183

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	1,857	0
GLM 5V Turbo	9.9	10.0	100.0%	0		3.74s	72	1,813

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0
GLM 5V Turbo	7.7	10.0	66.7%	0		10.24s	131	4,496

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	1,360	0
GLM 5V Turbo	7.0	3.7	66.7%	1		12.53s	293	765

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0
GLM 5V Turbo	3.0	10.0	0.0%	0		40.96s	22	7,522

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5.1medium GPT-5.3 ChatnonevsGLM 5V Turbomedium GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash LitelowvsGLM 5V Turbomedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Claude Opus 4.8nonevsGLM 5V Turbomedium Gemini 3.1 Flash Lite PreviewnonevsGLM 5V Turbomedium Claude Opus 4.8nonevsStep 3.7 Flashlow