AI BENCHY 对比
StepFun: Step 3.5 Flash vs Z.ai: GLM 5
比较:
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-06
| 指标 | StepFun: Step 3.5 Flash medium 发布日期: 2026-02-01 免费可用 | Z.ai: GLM 5 medium 发布日期: 2026-02-12 |
|---|---|---|
| 排名 | #13 | #14 |
| 平均分 | 7.4 | 7.4 |
| 一致性 | 9.1 | 8.0 |
| 每个结果成本 | 0.000 | 0.933 |
| 总成本 | $0.000 | $0.103 |
| 测试正确 | ||
| 尝试通过率 | 68.8% | 83.3% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 48 (16 x 3) | 48 (16 x 3) |
| 输出令牌 | 71,452 | 19,773 |
| 推理令牌 | 155,147 | 36,459 |
| 响应时间（平均） | 29.10s | 16.16s |
| 响应时间（最大） | 170.45s | 28.96s |
| 响应时间（总计） | 290.96s | 129.26s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 18.54s | 13,924 | 17,208 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 22.26s | 420 | 4,992 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 29.57s | 1,176 | 12,984 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 28.96s | 662 | 3,242 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.01s | 600 | 13,886 | |
| Z.ai: GLM 5 | 5.0 | 5.6 | 83.3% | 1 | 8.90s | 567 | 3,734 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 4.0 | 7.2 | 44.4% | 1 | 170.45s | 45,350 | 90,436 | |
| Z.ai: GLM 5 | 10.0 | 4.4 | 33.3% | 2 | 0ms | 13,176 | 14,137 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 6.0 | 10.0 | 0.0% | 0 | 6.54s | 2,214 | 2,584 | |
| Z.ai: GLM 5 | 5.0 | 3.1 | 66.7% | 1 | 14.69s | 2,020 | 2,248 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 9.0 | 6.8 | 83.3% | 1 | 4.98s | 2,284 | 3,412 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 7.25s | 1,001 | 2,129 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 4.0 | 10.0 | 33.3% | 0 | 7.72s | 5,629 | 10,835 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.64s | 1,694 | 4,983 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| StepFun: Step 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 275 | 3,802 | |
| Z.ai: GLM 5 | 10.0 | 10.0 | 100.0% | 0 | 15.93s | 233 | 994 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsGLM 5mediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium免费可用GPT-5.3 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsStep 3.5 Flashmedium免费可用Gemini 3 Flash PreviewnonevsGLM 5mediumGemini 3 Flash PreviewnonevsStep 3.5 Flashmedium免费可用Gemini 3.1 Flash Lite PreviewnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium免费可用Claude Sonnet 4.6nonevsGLM 5mediumClaude Sonnet 4.6nonevsStep 3.5 Flashmedium免费可用