AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

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

المقياس	Claude Sonnet 4.6 Claude Sonnet 4.6 medium الإصدار: 2026-02-17	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	Claude Sonnet 4.6 Claude Sonnet 4.6 medium الإصدار: 2026-02-17	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.6	7.4
الترتيب	#53	#60
الموثوقية	10.0	10.0
الاتساق	9.2	8.7
اختبارات صحيحة
معدل النجاح لكل محاولة	68.3%	68.3%
اختبارات غير مستقرة	2	3
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	10.229	2.796
إجمالي التكلفة	$1.330	$0.336
سعر الإدخال	$3.000 / 1M	$0.200 / 1M
سعر الإخراج	$15.000 / 1M	$1.150 / 1M
رموز الإخراج	49,891	285,209
رموز الاستدلال	29,565	0
زمن الاستجابة (المتوسط)	15.81s	16.06s
زمن الاستجابة (الحد الأقصى)	46.35s	124.75s
زمن الاستجابة (الإجمالي)	189.71s	321.11s

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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	1,046	1,093
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	10,896	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	6.9	6.0	66.7%	1		33.87s	11,277	3,281
Step 3.7 Flash	10.0	10.0	100.0%	0		9.43s	14,569	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		46.35s	5,871	3,962
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	6,426	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	649	742
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	2.9	7.2	11.1%	1		0ms	25,790	16,919
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	104,487	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	256	433
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	318	552
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	1,857	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	592	646
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	655	351
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	1,360	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	3,437	1,586
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewlow Claude Sonnet 4.6mediumvsDeepSeek V4 Flashhighمتاح مجانًا Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Claude Sonnet 4.6mediumvsGemini 3 Flash Previewnone Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone