AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-29

المقياس	Claude Opus 4.8 Claude Opus 4.8 none الإصدار: 2026-05-28	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Claude Opus 4.8 Claude Opus 4.8 none الإصدار: 2026-05-28	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.3	7.1
الترتيب	#65	#74
الموثوقية	10.0	10.0
الاتساق	9.2	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	65.0%	65.8%
اختبارات غير مستقرة	2	4
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	4.324	8.723
إجمالي التكلفة	$0.519	$0.960
سعر الإدخال	$5.000 / 1M	$0.200 / 1M
سعر الإخراج	$25.000 / 1M	$1.150 / 1M
رموز الإخراج	8,098	828,084
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	3.51s	49.43s
زمن الاستجابة (الحد الأقصى)	17.73s	192.75s
زمن الاستجابة (الإجمالي)	70.19s	988.58s

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 4.8	6.5	10.0	50.0%	0		3.40s	1,472	0
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	6.8	10.0	50.0%	0		3.59s	1,323	0
Step 3.7 Flash	3.6	4.6	25.0%	1		126.82s	164,069	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	9.5	10.0	100.0%	0		17.73s	3,259	0
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	308	0
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	5.3	7.2	44.4%	1		1.66s	61	0
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	230	0
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	95	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	783	0
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	355	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Opus 4.8	3.0	10.0	0.0%	0		3.41s	212	0
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

Claude Opus 4.8nonevsDeepSeek V3.2medium Claude Opus 4.8nonevsQwen3.5-35B-A3Bmedium GPT-5 MinimediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsRing-2.6-1Tmedium GPT-5.4 NanomediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsGPT-5.4 Minimedium Seed-2.0-MinimediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsGPT-5.2medium Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsGLM 5V Turbomedium Step 3.7 FlashhighvsMiMo-V2-Flashmedium