AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash

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

المقياس	Seed-2.0-Mini Seed-2.0-Mini medium الإصدار: 2026-02-14	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	Seed-2.0-Mini Seed-2.0-Mini medium الإصدار: 2026-02-14	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.1	7.4
الترتيب	#75	#60
الموثوقية	10.0	10.0
الاتساق	9.2	8.7
اختبارات صحيحة
معدل النجاح لكل محاولة	60.0%	68.3%
اختبارات غير مستقرة	2	3
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	0.397	2.796
إجمالي التكلفة	$0.044	$0.336
سعر الإدخال	$0.100 / 1M	$0.200 / 1M
سعر الإخراج	$0.400 / 1M	$1.150 / 1M
رموز الإخراج	2,555	285,209
رموز الاستدلال	95,974	0
زمن الاستجابة (المتوسط)	80.22s	16.06s
زمن الاستجابة (الحد الأقصى)	262.83s	124.75s
زمن الاستجابة (الإجمالي)	1363.72s	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
Seed-2.0-Mini	6.6	10.0	50.0%	0		74.75s	360	9,520
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
Seed-2.0-Mini	7.1	9.8	50.0%	0		220.48s	464	34,964
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
Seed-2.0-Mini	10.0	10.0	100.0%	0		262.83s	404	29,806
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
Seed-2.0-Mini	10.0	10.0	100.0%	0		24.27s	246	2,743
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
Seed-2.0-Mini	3.0	10.0	0.0%	0		0ms	0	0
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
Seed-2.0-Mini	5.1	3.4	33.3%	1		36.65s	213	4,210
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
Seed-2.0-Mini	10.0	10.0	100.0%	0		17.47s	69	2,050
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
Seed-2.0-Mini	8.2	7.2	88.9%	1		31.79s	527	5,667
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
Seed-2.0-Mini	10.0	10.0	100.0%	0		88.68s	222	5,235
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
Seed-2.0-Mini	3.0	10.0	0.0%	0		56.76s	50	1,779
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Seed-2.0-MinimediumvsQwen3.6 Max Previewnone 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 Seed-2.0-MinimediumvsStep 3.7 Flashhigh GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsSeed-2.0-Minimedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Seed-2.0-MinimediumvsDeepSeek V4 Prohigh