- 排名
- #39
- 总输出令牌
- 455,790
- 响应时间（平均）
- 94.47s
- 总成本
- $0.632
Muse Glimmer 30B (xhigh) vs Step 3.7 Flash (medium)
Muse Glimmer 30B (xhigh) 平均分领先，为 8.2 vs 8.0。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.515 vs $0.632。 Step 3.7 Flash (medium) 更快，为 26.37s vs 94.47s，通过率为 75.8% vs 72.7%。
- 排名
- #44
- 总输出令牌
- 427,572
- 响应时间（平均）
- 26.37s
- 总成本
- $0.515
推荐模型
Step 3.7 Flash (medium)
它的得分接近这里的最高分（8.0 vs 8.2），同时响应速度比Muse Glimmer 30B (xhigh)快约 3.6 倍。
详细对比
| 指标 | Muse Glimmer 30B Muse Glimmer 30B xhigh | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.2 | 8.0 |
| 排名 | #39 | #44 |
| 可靠性 | 9.8 | 9.9 |
| 一致性 | 8.3 | 8.9 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 64/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 75.8% | 72.7% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 64 |
| 每个结果成本 | 4.509 | 3.676 |
| 总成本 | $0.632 | $0.515 |
| 输入价格 | $0.350 / 1M | $0.200 / 1M |
| 输出价格 | $1.500 / 1M | $1.150 / 1M |
| 总输入令牌 | 110,918 | 114,062 |
| 输出令牌 | 126,922 | 427,572 |
| 推理令牌 | 328,868 | 0 |
| 响应时间（平均） | 94.47s | 26.37s |
| 响应时间（最大） | 576.79s | 152.83s |
| 响应时间（总计） | 2078.31s | 580.25s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#39 Muse Glimmer 30B
xhigh- 成本
- $0.007
- 时间
- 94.6s
- 令牌
- 4,318 tok
#44 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 13.01s | 822 | 9,982 | 12,542 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 105.91s | 7,428 | 18,697 | 63,334 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 6.0 | 2.7 | 66.7% | 2 | 272.74s | 82,932 | 21,229 | 77,043 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 19.84s | 7,071 | 6,535 | 10,689 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 5.3 | 7.2 | 44.4% | 1 | 134.61s | 882 | 54,110 | 75,601 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 5.5 | 10.0 | 0.0% | 0 | 7.41s | 528 | 1,928 | 2,060 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 8.90s | 771 | 2,420 | 4,507 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 7.6 | 7.2 | 77.8% | 1 | 199.67s | 695 | 10,241 | 60,935 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 8.08s | 9,555 | 383 | 1,566 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 87.23s | 234 | 1,397 | 20,591 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsInklinghighStep 3.7 FlashmediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsStep 3.7 FlashmediumGemini 2.5 FlashmediumvsMuse Glimmer 30BxhighMuse Spark 1.1highvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Glimmer 30BxhighKimi K3maxvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumMuse Glimmer 30BxhighvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsStep 3.7 FlashmediumClaude Sonnet 5mediumvsMuse Glimmer 30Bxhigh