导航
AI BENCHY
Advertise here

Step 3.5 Flash (medium) vs GLM 5.3 Flash (low)

平均分几乎持平，为 5.9 vs 5.9。 GLM 5.3 Flash (low) benchmark 成本更低，为 $0.015 vs $0.132。 GLM 5.3 Flash (low) 更快，为 9.65s vs 191.63s，通过率为 50.0% vs 56.1%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-26

排名
#191
总输出令牌
568,536
响应时间（平均）
191.63s
总成本
$0.132
排名
#195
总输出令牌
23,736
响应时间（平均）
9.65s
总成本
$0.015
推荐模型 GLM 5.3 Flash (low)

它在这里得分最高（5.9），同时成本比Step 3.5 Flash (medium)低约 8.9 倍。

详细对比

指标 Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01 GLM 5.3 Flash GLM 5.3 Flash low 发布日期: 2026-08-26
分数 5.9 5.9
排名 #191 #195
可靠性 10.0 10.0
一致性 8.6 8.4
尝试次数 63/66 66/66
测试正确
尝试通过率 50.0% 56.1%
不稳定测试 2 4
总运行次数 63 66
每个结果成本 0.858 0.148
总成本 $0.132 $0.015
输入价格 $0.100 / 1M $0.075 / 1M
输出价格 $0.300 / 1M $0.250 / 1M
总输入令牌 65,716 117,551
输出令牌 189,424 9,199
推理令牌 379,112 14,537
响应时间（平均） 191.63s 9.65s
响应时间（最大） 1597.85s 90.45s
响应时间（总计） 3066.07s 212.22s
参数量 196B 总计 (11B 激活) 320B 总计 (18B 激活)
开放状态 开源 开源

模型生成展示

Hamster playing table tennis

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

#191 Step 3.5 Flash

medium
成本
$0.008
时间
277.1s
令牌
23,695 tok

#195 GLM 5.3 Flash

low
成本
$0.001
时间
20.7s
令牌
1,482 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

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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

快速对比

切换对比组合

GPT-5.4 MininonevsGLM 5.3 FlashlowQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumSeed 2.1 TurbononevsGLM 5.3 FlashlowQwen3.5-FlashnonevsStep 3.5 FlashmediumGPT-5.6 TerranonevsStep 3.5 FlashmediumDots 3 Note Previewmedium免费可用vsGLM 5.3 FlashlowGPT-5.4 MininonevsStep 3.5 FlashmediumQwen3.5-35B-A3BnonevsGLM 5.3 FlashlowSeed 2.1 TurbononevsStep 3.5 FlashmediumQwen3.5-FlashnonevsGLM 5.3 FlashlowGPT-5 NanomediumvsGLM 5.3 FlashlowGPT-5.6 TerranonevsGLM 5.3 Flashlow