Step 3.7 FlashvsGLM-5V-Turbo

在 6 个共同 benchmark 中，Step 3.7 Flash 整体领先：Step 3.7 Flash 领先 4 项，GLM-5V-Turbo 领先 0 项，持平 2 项，平均分差 +2.23。

StepFunAI · 2026-05-29 · 推理大模型

智谱AI · 2026-04-01 · 推理大模型

Step 3.7 Flash4 项(67%)持平2(0%)0 项GLM-5V-Turbo

评测分数

按能力类目分组，每组内按分差大小排列；共 6 项。

Step 3.7 Flash 领先 1/2

评测项	Step 3.7 Flash	GLM-5V-Turbo	分差
Terminal Bench Hard	35.6070 / 244Thinking (With Tools)	32.6093 / 244Thinking (With Tools)	+3
τ²-Bench - Telecom	98.504 / 264Thinking (With Tools)	98.504 / 264Thinking (With Tools)	持平

Step 3.7 Flash 领先 1/1

评测项	Step 3.7 Flash	GLM-5V-Turbo	分差
CritPt	2.30126 / 200Thinking (No Tools)	0.60168 / 200Thinking (No Tools)	+1.70

Step 3.7 Flash 领先 1/1

评测项	Step 3.7 Flash	GLM-5V-Turbo	分差
IF Bench	67.3090 / 282Thinking (No Tools)	61.10116 / 282Thinking (No Tools)	+6.20

Step 3.7 Flash 领先 1/1

评测项	Step 3.7 Flash	GLM-5V-Turbo	分差
MMMU-Pro	75.3086 / 227Thinking (No Tools)	72.80110 / 226Thinking (No Tools)	+2.50

胶着 1/1

评测项	Step 3.7 Flash	GLM-5V-Turbo	分差
GPQA Diamond	80.90225 / 462Thinking (No Tools)	80.90225 / 462Thinking (No Tools)	持平

价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。

Step 3.7 Flash在以下类目领先:Agent Level Benchmark (1/2)、General Knowledge (1/1)、Instruction Following (1/1)、Multimodal Understanding (1/1)
胶着类目:科学与综合推理

6 个共同 benchmark 上，Step 3.7 Flash 平均高出 2.23 分。

单项差距最大的 benchmark：IF Bench — Step 3.7 Flash 67.30，GLM-5V-Turbo 61.10（分差 +6.20）。

本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。