Ember-1 (high) vs Step 3.7 Flash (low)

يتقدم Step 3.7 Flash (low) في متوسط النتيجة بـ 7.1 مقابل 7.1. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.390 مقابل $1.798. Step 3.7 Flash (low) أسرع عند 17.87s مقابل 56.77s، مع معدلات نجاح 71.2% مقابل 63.6%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-28

النماذج المقارنة

الترتيب: #158
إجمالي رموز الإخراج: 110,125
زمن الاستجابة (المتوسط): 56.77s
إجمالي التكلفة: $1.798

الترتيب: #155
إجمالي رموز الإخراج: 320,393
زمن الاستجابة (المتوسط): 17.87s
إجمالي التكلفة: $0.390

النموذج الموصى به Step 3.7 Flash (low)

It has the best score here (7.1), while costing about 4.6x less than Ember-1 (high).

مقارنة تفصيلية

المقياس	Ember-1 Ember-1 high الإصدار: 2026-09-28	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	Ember-1 Ember-1 high الإصدار: 2026-09-28	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.1	7.1
الترتيب	#158	#155
الموثوقية	8.0	10.0
الاتساق	7.3	8.1
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	71.2%	63.6%
اختبارات غير مستقرة	7	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	14.981	3.539
إجمالي التكلفة	$1.798	$0.390
سعر الإدخال	$3.000 / 1M	$0.200 / 1M
سعر الإخراج	$15.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	48,577	103,842
رموز الإخراج	7,345	320,393
رموز الاستدلال	102,780	0
زمن الاستجابة (المتوسط)	56.77s	17.87s
زمن الاستجابة (الحد الأقصى)	255.06s	124.75s
زمن الاستجابة (الإجمالي)	1248.88s	393.04s
المعلمات	~2.8T الإجمالي (~104B النشطة)	198B الإجمالي (11B النشطة)
الإتاحة	مغلق المصدر	مفتوح المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#158 Ember-1

high

التكلفة: $0.038
الوقت: 55.1s
الرموز: 2,671 tok

#155 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
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
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
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
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
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
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
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
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
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
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
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
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
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
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
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	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
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Ember-1highvsGrok 4.3medium Ember-1highvsGPT-5.6 Solnone Ember-1highvsGPT-6 Lunalow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsSolar Pro 4high DeepSeek V3.2mediumvsEmber-1high Muse Glimmer 30BmediumvsStep 3.7 Flashlow Mercury 2.5highvsStep 3.7 Flashlow Ember-1highvsGLM 5.1medium Ember-1highvsGPT-5.5none Ember-1highvsMercury 2medium Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow