Step 3.7 Flash (medium) vs GLM 5.2 (high)

推荐模型 Step 3.7 Flash (medium)

它的得分接近这里的最高分（7.9 vs 8.0），同时成本比GLM 5.2 (high)低约 3.0 倍。

详细对比

指标	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17

指标	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29	GLM 5.2 GLM 5.2 high 发布日期: 2026-06-17
分数	7.9	8.0
排名	#61	#56
可靠性	10.0	10.0
一致性	8.9	8.6
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	69.7%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	3.801	6.849
总成本	$0.495	$1.463
输入价格	$0.200 / 1M	$1.190 / 1M
输出价格	$1.150 / 1M	$3.740 / 1M
总输入令牌	114,191	83,822
输出令牌	409,709	72,040
推理令牌	0	292,615
响应时间（平均）	23.51s	69.86s
响应时间（最大）	152.83s	599.43s
响应时间（总计）	517.21s	1536.98s
参数量	198B 总计 (11B 激活)	744B 总计 (40B 激活)
开放状态	开源	开源

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

medium

high

无效SVG

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	8.7	7.9	91.7%	1		9.65s	756	32,185	0
GLM 5.2	10.0	10.0	100.0%	0		5.80s	639	406	2,660

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	8.6	33.3%	0		73.03s	5,124	2,302	22,546

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	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0
GLM 5.2	10.0	10.0	100.0%	0		321.47s	61,516	18,824	63,861

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		2.75s	7,398	3,020	0
GLM 5.2	10.0	10.0	100.0%	0		5.81s	7,143	435	1,414

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	5.3	10.0	33.3%	0		27.26s	837	52,484	0
GLM 5.2	3.1	6.5	11.1%	1		126.85s	560	49,045	157,522

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	4.0	10.0	0.0%	0		6.85s	525	3,987	0
GLM 5.2	10.0	10.0	100.0%	0		12.90s	498	63	1,743

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		1.83s	735	2,166	0
GLM 5.2	10.0	10.0	100.0%	0		4.26s	678	151	1,210

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	5.7	9.9	33.3%	0		6.19s	756	15,071	0
GLM 5.2	6.0	4.6	66.7%	2		33.71s	665	568	22,392

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		4.16s	7,746	2,115	0
GLM 5.2	10.0	10.0	100.0%	0		9.25s	6,861	246	503

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		113.98s	237	139,164	0
GLM 5.2	3.0	10.0	0.0%	0		127.82s	138	0	18,764

切换对比组合