- 排名
- #190
- 总输出令牌
- 1,100,052
- 响应时间（平均）
- 72.72s
- 总成本
- $1.350
Step 3.7 Flash (high) vs GLM 5.2
GLM 5.2 平均分领先，为 6.6 vs 6.6。 GLM 5.2 benchmark 成本更低，为 $0.152 vs $1.350。 GLM 5.2 更快，为 11.27s vs 72.72s，通过率为 58.0% vs 63.8%。
已对比模型
- 排名
- #186
- 总输出令牌
- 17,685
- 响应时间（平均）
- 11.27s
- 总成本
- $0.152
推荐模型
GLM 5.2
它在这里得分最高（6.6），同时成本比Step 3.7 Flash (high)低约 8.9 倍。
详细对比
| 指标 | Step 3.7 Flash Step 3.7 Flash high | GLM 5.2 GLM 5.2 none |
|---|---|---|
| 分数 | 6.6 | 6.6 |
| 排名 | #190 | #186 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 58.0% | 63.8% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 12.267 | 1.753 |
| 总成本 | $1.350 | $0.152 |
| 输入价格 | $0.200 / 1M | $0.325 / 1M |
| 输出价格 | $1.150 / 1M | $3.990 / 1M |
| 总输入令牌 | 421,200 | 247,919 |
| 输出令牌 | 1,100,052 | 17,685 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 72.72s | 11.27s |
| 响应时间（最大） | 364.99s | 79.65s |
| 响应时间（总计） | 1672.53s | 259.32s |
| 参数量 | 198B 总计 (11B 激活) | 744B 总计 (40B 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.
#190 Step 3.7 Flash
high- 成本
- $0.007
- 时间
- 63.6s
- 令牌
- 6,030 tok
#186 GLM 5.2
none- 成本
- $0.033
- 时间
- 87.7s
- 令牌
- 7,455 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
| 智能体任务 | 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 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 0 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 46.94s | 135,461 | 3,341 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 | |
| GLM 5.2 | 8.3 | 10.0 | 75.0% | 0 | 3.70s | 567 | 313 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 | |
| GLM 5.2 | 3.7 | 9.5 | 0.0% | 0 | 7.55s | 7,263 | 1,958 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 | |
| GLM 5.2 | 6.9 | 5.9 | 66.7% | 1 | 50.17s | 88,074 | 11,016 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 7.17s | 7,113 | 204 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 6.35s | 705 | 27 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 4.42s | 480 | 82 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 | |
| GLM 5.2 | 9.8 | 10.0 | 100.0% | 0 | 3.84s | 642 | 66 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 3.31s | 618 | 265 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 15.76s | 6,807 | 400 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 189 | 13 | 0 |
快速对比
切换对比组合
Mercury 2mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighQwen3.7 FlashmediumvsGLM 5.2noneLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsGLM 5.2noneQwen3.7 FlashmediumvsStep 3.7 FlashhighEmber-1maxvsGLM 5.2noneMiniMax M3mediumvsGLM 5.2noneGrok 4.7highvsGLM 5.2noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighMercury 2mediumvsGLM 5.2noneSolar Pro 4lowvsGLM 5.2none