导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

平均分几乎持平,为 7.8 vs 7.8。 GLM 5.3 (high) benchmark 成本更低,为 $0.495 vs $0.571。 Step 3.7 Flash (medium) 更快,为 26.57s vs 28.38s,通过率为 68.1% vs 75.4%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#170
总输出令牌
440,835
响应时间(平均)
26.57s
总成本
$0.571
排名
#169
总输出令牌
68,482
响应时间(平均)
28.38s
总成本
$0.495
推荐模型 GLM 5.3 (high)

它在本次比较中得分最高(7.8),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29 GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20
分数 7.8 7.8
排名 #170 #169
可靠性 10.0 10.0
一致性 8.7 7.6
尝试次数 69/69 69/69
测试正确
尝试通过率 68.1% 75.4%
不稳定测试 4 7
总运行次数 69 69
每个结果成本 4.392 4.351
总成本 $0.571 $0.495
输入价格 $0.200 / 1M $0.070 / 1M
输出价格 $1.150 / 1M $7.000 / 1M
缓存读取价格 $0.040 / 1M $0.065 / 1M
缓存写入价格 不适用 不适用
总输入令牌 319,524 219,811
输出令牌 440,835 8,811
推理令牌 0 59,671
响应时间(平均) 26.57s 28.38s
响应时间(最大) 152.83s 159.91s
响应时间(总计) 611.09s 652.78s
参数量 198B 总计 (11B 激活) 744B 总计 (40B 激活)
开放状态 开源 闭源

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.

#170 Step 3.7 Flash

medium
成本
$0.006
时间
46.2s
令牌
4,466 tok

#169 GLM 5.3

high
成本
$0.085
时间
362.5s
令牌
19,310 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 5.3 6.6 5.0 66.7% 2 18.89s 7,317 473 8,190

切换对比组合