导航
Advertise here

Step 3.7 Flash (low) vs GLM 5 (medium)

平均分几乎持平,为 7.2 vs 7.2。 Step 3.7 Flash (low) benchmark 成本更低,为 $0.449 vs $0.479。 Step 3.7 Flash (low) 更快,为 20.72s vs 39.05s,通过率为 63.8% vs 76.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#215
总输出令牌
339,108
响应时间(平均)
20.72s
总成本
$0.449
排名
#214
总输出令牌
120,942
响应时间(平均)
39.05s
总成本
$0.479
推荐模型 Step 3.7 Flash (low)

它在这里得分最高(7.2),同时响应速度比GLM 5 (medium)快约 1.9 倍。

详细对比

指标 Step 3.7 Flash Step 3.7 Flash low 发布日期: 2026-05-29 GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数 7.2 7.2
排名 #215 #214
可靠性 10.0 10.0
一致性 7.9 7.9
尝试次数 69/69 66/69
测试正确
尝试通过率 63.8% 76.8%
不稳定测试 6 5
总运行次数 69 66
每个结果成本 4.078 2.552
总成本 $0.449 $0.479
输入价格 $0.200 / 1M $0.600 / 1M
输出价格 $1.150 / 1M $1.920 / 1M
缓存读取价格 $0.040 / 1M $0.120 / 1M
缓存写入价格 不适用 不适用
总输入令牌 292,685 212,440
输出令牌 339,108 22,922
推理令牌 0 115,335
响应时间(平均) 20.72s 39.05s
响应时间(最大) 124.75s 110.70s
响应时间(总计) 476.67s 546.68s
参数量 198B 总计 (11B 激活) 744B 总计 (40B 激活)
开放状态 开源 开源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#215 Step 3.7 Flash

low
无效SVG
成本
$0.004
时间
25.3s
令牌
3,072 tok

#214 GLM 5

medium
成本
$0.005
时间
20.7s
令牌
2,068 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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930

切换对比组合