قارن الرسوم البيانية

اللغة:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.5 Flash

اسم النموذج:

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في : 2026-02-27 15:16

الملخص

المقياس	Anthropic: Claude Opus 4.6 medium الإصدار: تاريخ الإصدار غير معروف	StepFun: Step 3.5 Flash medium الإصدار: تاريخ الإصدار غير معروف متاح مجانًا
الترتيب	#20	#11
النتيجة	6.07	7.00
الاتساق	8.80	8.32
التكلفة لكل نتيجة	10.992	0.000
إجمالي التكلفة	$0.880	$0.000
اختبارات صحيحة
الاختبارات الخاطئة	6	5
معدل النجاح لكل محاولة	61.9%	73.8%
اختبارات غير مستقرة	2	3
رموز الإخراج	19,576	60,502
رموز الاستدلال	11,081	117,044

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	4.00	4.41	55.6%	2		897	1,000
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		668	763
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	1.00	10.00	0.0%	0		16,328	7,928
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	9.50	9.99	100.0%	0		266	468
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	7.00	10.00	66.7%	0		556	593
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
Anthropic: Claude Opus 4.6	10.00	10.00	100.0%	0		861	329
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

تبديل زوج المقارنة

قارن Anthropic: Claude Opus 4.6 مع...

قارن StepFun: Step 3.5 Flash مع...