AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash

الملخص

يتقدم Claude Sonnet 4.6 في متوسط النتيجة بـ 7.3 مقابل 7.3. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.454 مقابل $0.661. Claude Sonnet 4.6 أسرع عند 8.12s مقابل 20.68s، مع معدلات نجاح 57.6% مقابل 68.2%.

النموذج الموصى بهClaude Sonnet 4.6It has the best score here (7.3), while responding about 2.5x faster than Step 3.7 Flash (low).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-17

المقياس	Claude Sonnet 4.6 Claude Sonnet 4.6 none 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 none الإصدار: 2026-02-17	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.3	7.3
الترتيب	#60	#64
الموثوقية	10.0	10.0
الاتساق	9.7	8.1
اختبارات صحيحة
معدل النجاح لكل محاولة	57.6%	68.2%
اختبارات غير مستقرة	1	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	5.502	3.782
إجمالي التكلفة	$0.661	$0.454
سعر الإدخال	$3.000 / 1M	$0.200 / 1M
سعر الإخراج	$15.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	123,264	103,833
رموز الإخراج	19,362	376,581
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	8.12s	20.68s
زمن الاستجابة (الحد الأقصى)	51.18s	124.75s
زمن الاستجابة (الإجمالي)	121.78s	455.01s

عرض إنشاء

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#60 Claude Sonnet 4.6

none

التكلفة: $0.038
الوقت: 27.3s
الرموز: 2,598 tok

#64 Step 3.7 Flash

low

SVG غير صالح

التكلفة: $0.004
الوقت: 25.3s
الرموز: 3,072 tok

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

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	9.8	10.0	100.0%	0		37.51s	91,402	13,663	0
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium Claude Sonnet 4.6nonevsGemini 3 Flash Previewlow Claude Sonnet 4.6nonevsGemini 3.1 Flash Litemedium Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow Claude Sonnet 4.6nonevsQwen3.5-27Bmedium