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 none الإصدار: 2026-02-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Claude Sonnet 4.6 Claude Sonnet 4.6 none الإصدار: 2026-02-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.0	7.1
الترتيب	#78	#74
الموثوقية	10.0	10.0
الاتساق	9.7	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	58.3%	65.8%
اختبارات غير مستقرة	1	4
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	2.782	8.723
إجمالي التكلفة	$0.306	$0.960
سعر الإدخال	$3.000 / 1M	$0.200 / 1M
سعر الإخراج	$15.000 / 1M	$1.150 / 1M
رموز الإخراج	9,450	828,084
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	5.27s	49.43s
زمن الاستجابة (الحد الأقصى)	23.84s	192.75s
زمن الاستجابة (الإجمالي)	68.50s	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 Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	1,214	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 Sonnet 4.6	6.8	10.0	50.0%	0		6.73s	2,112	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 Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	3,766	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 Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	252	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 Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	413	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 Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	192	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 Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	90	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 Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	533	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 Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	447	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 Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	431	0
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5 MinimediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsDeepSeek V4 Prohigh Claude Sonnet 4.6nonevsMiMo-V2-Flashmedium GPT-5.4 NanomediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsGrok 4.20medium Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsSeed-2.0-Minimedium Step 3.7 FlashhighvsMiMo-V2-Flashmedium Ring-2.6-1TnonevsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashhigh