AI BENCHY Compare
Google: Gemini 2.5 Flash vs StepFun: Step 3.5 Flash
قارن:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-03
| المقياس | Google: Gemini 2.5 Flash medium الإصدار: 2025-06-17 | StepFun: Step 3.5 Flash medium الإصدار: 2026-02-01 متاح مجانًا |
|---|---|---|
| الترتيب | #16 | #17 |
| متوسط الدرجة | 7.05 | 7.00 |
| الاتساق | 9.39 | 8.32 |
| التكلفة لكل نتيجة | 2.762 | 0.000 |
| إجمالي التكلفة | $0.249 | $0.000 |
| اختبارات صحيحة | ||
| معدل النجاح لكل محاولة | 69.1% | 73.8% |
| اختبارات غير مستقرة | 1 | 3 |
| رموز الإخراج | 975 | 60,502 |
| رموز الاستدلال | 96,701 | 117,044 |
الدرجة مقابل التكلفة الإجمالية
تفصيل الفئات
| حيل مضادة للذكاء الاصطناعي | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.33 | 10.00 | 66.7% | 0 | 249 | 8,832 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 13,924 | 17,208 |
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 2,325 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 535 | 11,548 |
| خاص بالمجال | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 18 | 80,702 | |
| StepFun: Step 3.5 Flash | 4.00 | 7.21 | 44.4% | 1 | 40,942 | 74,237 |
| اتباع التعليمات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 9.91 | 50.0% | 0 | 69 | 1,203 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 2,121 | 3,274 |
| Puzzle Solving | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 10.00 | 66.7% | 0 | 126 | 2,499 | |
| StepFun: Step 3.5 Flash | 2.00 | 4.96 | 33.3% | 2 | 2,705 | 6,975 |
| استدعاء الأدوات | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 1,140 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 275 | 3,802 |
مقارنة سريعة
تبديل زوج المقارنة
Gemini 3 Flash PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاClaude Sonnet 4.6nonevsStep 3.5 Flashmediumمتاح مجانًاGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumQwen3.5 Plus 2026-02-15nonevsStep 3.5 Flashmediumمتاح مجانًاGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewhighvsStep 3.5 Flashmediumمتاح مجانًاGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumمتاح مجانًا