#23 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 tok
AI BENCHY 对比
StepFun: Step 3.7 Flash vs Z.ai: GLM 5.2
摘要
Step 3.7 Flash (medium) 平均分领先，为 8.5 vs 8.0。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.376 vs $0.667。 Step 3.7 Flash (medium) 更快，为 20.35s vs 37.09s，通过率为 73.0% vs 77.8%。
推荐模型Step 3.7 Flash (medium)它在这里得分最高（8.5），同时成本比GLM 5.2 (high)低约 1.8 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Step 3.7 Flash Step 3.7 Flash medium | GLM 5.2 GLM 5.2 high |
|---|---|---|
| 分数 | 8.5 | 8.0 |
| 排名 | #23 | #32 |
| 可靠性 | 9.9 | 9.3 |
| 一致性 | 9.3 | 7.6 |
| 测试正确 | ||
| 尝试通过率 | 73.0% | 77.8% |
| 不稳定测试 | 2 | 6 |
| 总运行次数 | 61 | 63 |
| 每个结果成本 | 2.686 | 4.255 |
| 总成本 | $0.376 | $0.667 |
| 输入价格 | $0.200 / 1M | $0.929 / 1M |
| 输出价格 | $1.150 / 1M | $2.918 / 1M |
| 总输入令牌 | 39,981 | 34,993 |
| 输出令牌 | 319,958 | 51,575 |
| 推理令牌 | 0 | 166,065 |
| 响应时间（平均） | 20.35s | 37.09s |
| 响应时间（最大） | 113.98s | 180.69s |
| 响应时间（总计） | 427.42s | 778.91s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 GLM 5.2
high
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 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 | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 | |
| GLM 5.2 | 6.4 | 4.4 | 77.8% | 2 | 73.03s | 5,124 | 2,302 | 22,546 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.4 MinimediumvsGLM 5.2highQwen3.5 Plus 2026-02-15mediumvsGLM 5.2highKAT-Coder-Pro V2.5lowvsGLM 5.2highNemotron 3 Ultra 550b A55bmedium免费可用vsGLM 5.2highQwen3.7 PlusmediumvsGLM 5.2highQwen3.5-27BmediumvsGLM 5.2highClaude Sonnet 5mediumvsGLM 5.2highQwen3.6 PlusmediumvsGLM 5.2highGemini 2.5 FlashmediumvsGLM 5.2highGPT-5.6 TerramediumvsGLM 5.2highClaude Sonnet 4.6mediumvsGLM 5.2high