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

已对比模型

推荐模型 GLM 5.3 FlashX (high)

它在这里得分最高（6.8），同时成本比Step 3.7 Flash (high)低约 9.1 倍。

指标	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21

指标	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29	GLM 5.3 FlashX GLM 5.3 FlashX high 发布日期: 2026-09-21
分数	6.8	6.8
排名	#161	#163
可靠性	10.0	10.0
一致性	8.4	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	60.6%	68.2%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	11.167	1.125
总成本	$1.229	$0.135
输入价格	$0.200 / 1M	$0.370 / 1M
输出价格	$1.150 / 1M	$1.250 / 1M
总输入令牌	98,700	81,365
输出令牌	1,050,900	6,821
推理令牌	0	77,078
响应时间（平均）	70.10s	12.07s
响应时间（最大）	364.99s	91.16s
响应时间（总计）	1542.14s	265.62s
参数量	198B 总计 (11B 激活)	320B 总计 (18B 激活)
开放状态	开源	闭源

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

high

high

类别:

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 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

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 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

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 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

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 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

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 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

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 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

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 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

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 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

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 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

切换对比组合