Step 3.7 Flash (high) vs GLM 5.3 Flash (low)

已对比模型

推荐模型 GLM 5.3 Flash (low)

它在这里得分最高（6.6），同时成本比Step 3.7 Flash (high)低约 26.0 倍。

指标	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low 发布日期: 2026-08-26

指标	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29	GLM 5.3 Flash GLM 5.3 Flash low 发布日期: 2026-08-26
分数	6.6	6.6
排名	#190	#184
可靠性	10.0	10.0
一致性	8.5	8.5
尝试次数	69/69	69/69
测试正确
尝试通过率	58.0%	58.0%
不稳定测试	4	4
总运行次数	69	69
每个结果成本	12.267	0.338
总成本	$1.350	$0.052
输入价格	$0.200 / 1M	$0.150 / 1M
输出价格	$1.150 / 1M	$0.500 / 1M
总输入令牌	421,200	255,173
输出令牌	1,100,052	9,891
推理令牌	0	17,277
响应时间（平均）	72.72s	11.82s
响应时间（最大）	364.99s	90.45s
响应时间（总计）	1672.53s	271.92s
参数量	198B 总计 (11B 激活)	320B 总计 (18B 激活)
开放状态	开源	开源

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

high

low

类别:

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 5.3 Flash	10.0	10.0	100.0%	0		59.70s	137,622	692	2,740

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 5.3 Flash	8.7	7.9	91.7%	1		2.14s	639	279	279

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 5.3 Flash	5.4	7.2	44.4%	1		10.38s	7,317	398	3,973

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 5.3 Flash	3.8	5.8	33.3%	1		54.70s	92,771	7,434	6,825

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 5.3 Flash	6.5	10.0	50.0%	0		2.39s	7,149	295	143

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 5.3 Flash	3.6	7.2	22.2%	1		7.93s	759	36	2,503

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 5.3 Flash	5.0	10.0	0.0%	0		1.68s	498	124	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 5.3 Flash	10.0	10.0	100.0%	0		1.65s	678	72	107

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 5.3 Flash	7.8	9.6	66.7%	0		2.67s	672	289	369

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 5.3 Flash	10.0	10.0	100.0%	0		17.00s	6,861	231	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 5.3 Flash	3.0	10.0	0.0%	0		4.54s	207	41	338

切换对比组合