- 排名
- #185
- 总输出令牌
- 1,581,325
- 响应时间（平均）
- 154.41s
- 总成本
- $4.513
Step 5 Preview (high) vs GLM 5.3 FlashX (medium)
GLM 5.3 FlashX (medium) 平均分领先，为 7.1 vs 7.0。 GLM 5.3 FlashX (medium) benchmark 成本更低，为 $0.114 vs $4.513。 GLM 5.3 FlashX (medium) 更快，为 7.37s vs 154.41s，通过率为 52.2% vs 69.6%。
已对比模型
- 排名
- #177
- 总输出令牌
- 30,048
- 响应时间（平均）
- 7.37s
- 总成本
- $0.114
推荐模型
GLM 5.3 FlashX (medium)
它在这里得分最高（7.1），同时成本比Step 5 Preview (high)低约 39.8 倍。
详细对比
| 指标 | Step 5 Preview Step 5 Preview high | GLM 5.3 FlashX GLM 5.3 FlashX medium |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #185 | #177 |
| 可靠性 | 9.5 | 10.0 |
| 一致性 | 8.5 | 7.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 52.2% | 69.6% |
| 不稳定测试 | 4 | 8 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 45.130 | 0.946 |
| 总成本 | $4.513 | $0.114 |
| 输入价格 | $1.000 / 1M | $0.370 / 1M |
| 输出价格 | $2.700 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.050 / 1M | $0.090 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 243,381 | 205,100 |
| 输出令牌 | 1,581,325 | 8,639 |
| 推理令牌 | 0 | 21,409 |
| 响应时间（平均） | 154.41s | 7.37s |
| 响应时间（最大） | 455.72s | 74.39s |
| 响应时间（总计） | 3551.40s | 169.54s |
| 参数量 | 600B 总计 (27B 激活) | 320B 总计 (18B 激活) |
| 开放状态 | 闭源 | 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.
#185 Step 5 Preview
high- 成本
- $0.057
- 时间
- 150.1s
- 令牌
- 20,970 tok
#177 GLM 5.3 FlashX
medium- 成本
- $0.002
- 时间
- 8.1s
- 令牌
- 1,480 tok
类别细分
| 智能体任务 | 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 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 55.73s | 150,653 | 10,088 | 0 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 74.39s | 120,771 | 922 | 9,693 |
| 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 5 Preview | 6.5 | 8.0 | 58.3% | 1 | 14.70s | 684 | 11,701 | 0 | |
| GLM 5.3 FlashX | 7.3 | 5.8 | 83.3% | 2 | 1.71s | 639 | 343 | 368 |
| 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 5 Preview | 2.9 | 10.0 | 0.0% | 0 | 421.68s | 7,383 | 576,000 | 0 | |
| GLM 5.3 FlashX | 6.0 | 4.6 | 66.7% | 2 | 6.37s | 7,317 | 384 | 5,562 |
| 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 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 115.30s | 66,481 | 98,423 | 0 | |
| GLM 5.3 FlashX | 2.8 | 1.6 | 33.3% | 2 | 15.97s | 59,549 | 5,920 | 2,786 |
| 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 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.55s | 7,362 | 4,589 | 0 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 1.74s | 7,149 | 210 | 134 |
| 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 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 333.41s | 783 | 479,743 | 0 | |
| GLM 5.3 FlashX | 3.6 | 7.2 | 22.2% | 1 | 3.52s | 759 | 38 | 2,005 |
| 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 5 Preview | 3.4 | 9.3 | 0.0% | 0 | 36.56s | 507 | 5,684 | 0 | |
| GLM 5.3 FlashX | 3.4 | 2.2 | 33.3% | 1 | 1.79s | 498 | 135 | 0 |
| 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 5 Preview | 7.3 | 5.8 | 83.3% | 1 | 20.53s | 699 | 5,503 | 0 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 1.51s | 678 | 72 | 70 |
| 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 5 Preview | 5.8 | 4.4 | 66.7% | 2 | 143.16s | 702 | 196,941 | 0 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 1.84s | 672 | 306 | 371 |
| 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 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.34s | 7,908 | 653 | 0 | |
| GLM 5.3 FlashX | 10.0 | 10.0 | 100.0% | 0 | 10.30s | 6,861 | 231 | 20 |
| 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 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 416.44s | 219 | 192,000 | 0 | |
| GLM 5.3 FlashX | 3.0 | 10.0 | 0.0% | 0 | 2.60s | 207 | 78 | 400 |
快速对比
切换对比组合
MiMo-V2.6-FlashlowvsGLM 5.3 FlashXmediumQwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsStep 5 PreviewhighStep 5 PreviewhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighKimi K2.7 CodemediumvsStep 5 PreviewhighQwen3.8 Flash NextxhighvsGLM 5.3 FlashXmediumGemini 3.1 Flash Lite PreviewmediumvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsGLM 5.3 FlashXmediumGPT-5.2 ChatdefaultvsStep 5 PreviewhighClaude Opus 5nonevsGLM 5.3 FlashXmedium