التنقل
AI BENCHY
قارن الرسوم البيانية المنهجية
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.5 Flash

قارن:

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-06

المقياس Anthropic: Claude Sonnet 4.6 medium الإصدار: 2026-02-17 StepFun: Step 3.5 Flash medium الإصدار: 2026-02-01 متاح مجانًا
الترتيب #11 #13
متوسط الدرجة 7.7 7.4
الاتساق 9.5 9.1
التكلفة لكل نتيجة 8.525 0.000
إجمالي التكلفة $1.023 $0.000
اختبارات صحيحة
معدل النجاح لكل محاولة 77.1% 68.8%
اختبارات غير مستقرة 1 2
إجمالي مرات التشغيل 48 (16 x 3) 48 (16 x 3)
رموز الإخراج 35,159 71,452
رموز الاستدلال 24,687 155,147
زمن الاستجابة (المتوسط) 11.23s 29.10s
زمن الاستجابة (الحد الأقصى) 46.35s 170.45s
زمن الاستجابة (الإجمالي) 89.84s 290.96s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

متوسط الدرجة vs زمن الاستجابة (المتوسط)

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Anthropic: Claude Sonnet 4.6 7.0 10.0 66.7% 0 4.95s 1,031 1,093
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
مجمّع النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
StepFun: 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
Anthropic: Claude Sonnet 4.6 9.9 10.0 100.0% 0 13.90s 649 742
StepFun: 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
Anthropic: Claude Sonnet 4.6 10.0 7.2 11.1% 1 0ms 25,790 16,919
StepFun: Step 3.5 Flash 4.0 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
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
StepFun: Step 3.5 Flash 6.0 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
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
StepFun: Step 3.5 Flash 4.0 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
Anthropic: Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.2 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumمتاح مجانًاGPT-5.3 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 3 Flash PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewhighClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone