| حيل مضادة للذكاء الاصطناعي | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 106 | 2,533 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 13,924 | 17,208 |
AI BENCHY Compare
Google: Gemini 3.1 Pro Preview vs StepFun: Step 3.5 Flash
اسم النموذج:
تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في : 2026-02-27 15:16
الملخص
| المقياس | Google: Gemini 3.1 Pro Preview medium الإصدار: تاريخ الإصدار غير معروف | StepFun: Step 3.5 Flash medium الإصدار: تاريخ الإصدار غير معروف متاح مجانًا |
|---|---|---|
| الترتيب | #2 | #11 |
| النتيجة | 9.36 | 7.00 |
| الاتساق | 10.00 | 8.32 |
| التكلفة لكل نتيجة | 2.443 | 0.000 |
| إجمالي التكلفة | $0.318 | $0.000 |
| اختبارات صحيحة | ||
| الاختبارات الخاطئة | 1 | 5 |
| معدل النجاح لكل محاولة | 92.9% | 73.8% |
| اختبارات غير مستقرة | 0 | 3 |
| رموز الإخراج | 1,000 | 60,502 |
| رموز الاستدلال | 22,936 | 117,044 |
تفصيل الفئات
| تحليل البيانات واستخراجها | النتيجة | الاتساق | معدل النجاح لكل محاولة | اختبارات غير مستقرة | اختبارات صحيحة | رموز الإخراج | رموز الاستدلال |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 292 | 3,164 | |
| 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 3.1 Pro Preview | 7.00 | 10.00 | 66.7% | 0 | 18 | 10,688 | |
| 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 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 72 | 2,436 | |
| 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 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 238 | 3,133 | |
| 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 3.1 Pro Preview | 10.00 | 10.00 | 100.0% | 0 | 274 | 982 | |
| StepFun: Step 3.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 275 | 3,802 |
تبديل زوج المقارنة
قارن Google: Gemini 3.1 Pro Preview مع...
- Google: Gemini 3 Flash Preview medium
- Google: Gemini 3 Pro Preview medium
- Qwen: Qwen3.5 Plus 2026-02-15 medium
- Qwen: Qwen3.5-27B medium
- Google: Gemini 3 Flash Preview low
- OpenAI: GPT-5.3-Codex medium
- Anthropic: Claude Sonnet 4.6 medium
- Z.ai: GLM 5 medium
- Google: Gemini 3 Flash Preview none
- StepFun: Step 3.5 Flash medium متاح مجانًا
- OpenAI: GPT-5.2 medium
- Qwen: Qwen3.5-122B-A10B medium
- Anthropic: Claude Sonnet 4.6 none
- Qwen: Qwen3.5 Plus 2026-02-15 none
- xAI: Grok 4.1 Fast medium
- MoonshotAI: Kimi K2.5 medium
- ByteDance Seed: Seed-2.0-Mini medium
- Z.ai: GLM 5 none
- Anthropic: Claude Opus 4.6 medium
- Xiaomi: MiMo-V2-Flash medium
- Qwen: Qwen3.5-35B-A3B medium
- OpenAI: GPT-5 Nano medium
- Qwen: Qwen3.5-Flash medium
- OpenAI: gpt-oss-120b medium متاح مجانًا
- MiniMax: MiniMax M2.5 medium
- Qwen: Qwen3.5-122B-A10B none
- OpenAI: GPT-4o-mini none
- Qwen: Qwen3.5-27B none
- Qwen: Qwen3.5-35B-A3B none
- Z.ai: GLM 4.7 Flash medium
- MoonshotAI: Kimi K2.5 none
- Qwen: Qwen3 Coder Next none
- Z.ai: GLM 4.7 Flash none
- Qwen: Qwen3.5-Flash none
- Qwen: Qwen3 Coder Next medium
- Xiaomi: MiMo-V2-Flash none
- xAI: Grok 4.1 Fast none
- LiquidAI: LFM2-24B-A2B none
قارن StepFun: Step 3.5 Flash مع...
- Google: Gemini 3 Flash Preview medium
- Google: Gemini 3.1 Pro Preview medium
- Google: Gemini 3 Pro Preview medium
- Qwen: Qwen3.5 Plus 2026-02-15 medium
- Qwen: Qwen3.5-27B medium
- Google: Gemini 3 Flash Preview low
- OpenAI: GPT-5.3-Codex medium
- Anthropic: Claude Sonnet 4.6 medium
- Z.ai: GLM 5 medium
- Google: Gemini 3 Flash Preview none
- OpenAI: GPT-5.2 medium
- Qwen: Qwen3.5-122B-A10B medium
- Anthropic: Claude Sonnet 4.6 none
- Qwen: Qwen3.5 Plus 2026-02-15 none
- xAI: Grok 4.1 Fast medium
- MoonshotAI: Kimi K2.5 medium
- ByteDance Seed: Seed-2.0-Mini medium
- Z.ai: GLM 5 none
- Anthropic: Claude Opus 4.6 medium
- Xiaomi: MiMo-V2-Flash medium
- Qwen: Qwen3.5-35B-A3B medium
- OpenAI: GPT-5 Nano medium
- Qwen: Qwen3.5-Flash medium
- OpenAI: gpt-oss-120b medium متاح مجانًا
- MiniMax: MiniMax M2.5 medium
- Qwen: Qwen3.5-122B-A10B none
- OpenAI: GPT-4o-mini none
- Qwen: Qwen3.5-27B none
- Qwen: Qwen3.5-35B-A3B none
- Z.ai: GLM 4.7 Flash medium
- MoonshotAI: Kimi K2.5 none
- Qwen: Qwen3 Coder Next none
- Z.ai: GLM 4.7 Flash none
- Qwen: Qwen3.5-Flash none
- Qwen: Qwen3 Coder Next medium
- Xiaomi: MiMo-V2-Flash none
- xAI: Grok 4.1 Fast none
- LiquidAI: LFM2-24B-A2B none