AI BENCHY Compare

Google: Gemini 2.5 Flash vs StepFun: Step 3.7 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-01

المقياس	Gemini 2.5 Flash Gemini 2.5 Flash medium الإصدار: 2025-06-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Gemini 2.5 Flash Gemini 2.5 Flash medium الإصدار: 2025-06-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.7	7.1
الترتيب	#40	#74
الموثوقية	10.0	10.0
الاتساق	9.6	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	68.3%	65.0%
اختبارات غير مستقرة	1	4
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	2.750	8.723
إجمالي التكلفة	$0.358	$0.960
سعر الإدخال	$0.300 / 1M	$0.200 / 1M
سعر الإخراج	$2.500 / 1M	$1.150 / 1M
رموز الإخراج	1,924	828,084
رموز الاستدلال	137,255	0
زمن الاستجابة (المتوسط)	15.57s	49.43s
زمن الاستجابة (الحد الأقصى)	95.48s	192.75s
زمن الاستجابة (الإجمالي)	311.47s	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
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	255	10,233
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
Gemini 2.5 Flash	6.6	10.0	50.0%	0		54.56s	537	24,413
Step 3.7 Flash	3.2	4.6	16.7%	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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		28.44s	303	11,922
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	279	2,325
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
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	18	80,702
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
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	92	1,899
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
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	69	1,203
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
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	126	2,499
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
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	234	1,140
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
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	11	919
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh GPT-5 MinimediumvsStep 3.7 Flashhigh GPT-5.4 NanomediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsMiMo-V2-Flashmedium Seed-2.0-MinimediumvsStep 3.7 Flashhigh DeepSeek V4 FlashhighvsGemini 2.5 Flashmedium Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh Ring-2.6-1TnonevsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashhigh Qwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGrok 4.20medium