AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs StepFun: Step 3.5 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-04-16

المقياس	Claude Opus 4.7 Claude Opus 4.7 none الإصدار: 2026-04-16	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01

المقياس	Claude Opus 4.7 Claude Opus 4.7 none الإصدار: 2026-04-16	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01
النتيجة	9.2	7.9
الترتيب	#4	#30
الاتساق	10.0	9.1
اختبارات صحيحة
معدل النجاح لكل محاولة	88.9%	70.6%
اختبارات غير مستقرة	0	2
إجمالي مرات التشغيل	54	49
التكلفة لكل نتيجة	3.155	0.000
إجمالي التكلفة	$0.505	$0.000
??? ???????	$5.000 / 1M	$0.100 / 1M
??? ???????	$25.000 / 1M	$0.300 / 1M
رموز الإخراج	6,326	71,904
رموز الاستدلال	0	155,607
زمن الاستجابة (المتوسط)	3.13s	26.78s
زمن الاستجابة (الحد الأقصى)	18.27s	170.45s
زمن الاستجابة (الإجمالي)	56.33s	294.58s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	8.3	10.0	75.0%	0		2.12s	522	0
Step 3.5 Flash	10.0	10.0	100.0%	0		13.56s	14,376	17,668

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		2.84s	494	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	9.5	10.0	100.0%	0		18.27s	3,504	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		2.15s	324	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	7.7	10.0	66.7%	0		1.19s	78	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		3.47s	257	0
Step 3.5 Flash	5.5	10.0	0.0%	0		6.54s	2,214	2,584

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		1.46s	114	0
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		2.58s	661	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.7	10.0	10.0	100.0%	0		4.74s	372	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium GPT-5.2 ChatnonevsStep 3.5 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Claude Opus 4.7nonevsGemini 3 Flash Previewlow Claude Opus 4.7nonevsGemini 3.1 Pro Previewmedium Claude Sonnet 4.6nonevsStep 3.5 Flashmedium Claude Opus 4.7nonevsSeed-2.0-Litemedium Claude Opus 4.7nonevsGPT-5.3-Codexmedium Claude Opus 4.7nonevsQwen3.5 Plus 2026-02-15medium Claude Opus 4.7nonevsQwen3.6 Plus Previewmediumمتاح مجانًا