AI BENCHY Compare

inclusionAI: Ring-2.6-1T vs StepFun: Step 3.7 Flash

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

المقياس	Ring-2.6-1T Ring-2.6-1T medium الإصدار: 2026-05-10	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29

المقياس	Ring-2.6-1T Ring-2.6-1T medium الإصدار: 2026-05-10	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29
النتيجة	7.2	7.9
الترتيب	#69	#32
الموثوقية	10.0	9.9
الاتساق	8.7	9.2
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	71.7%
اختبارات غير مستقرة	3	2
إجمالي مرات التشغيل	60	58
التكلفة لكل نتيجة	0.000	2.663
إجمالي التكلفة	$0.000	$0.347
سعر الإدخال	$0.075 / 1M	$0.200 / 1M
سعر الإخراج	$0.625 / 1M	$1.150 / 1M
رموز الإخراج	21,752	294,481
رموز الاستدلال	42,754	0
زمن الاستجابة (المتوسط)	61.29s	18.32s
زمن الاستجابة (الحد الأقصى)	304.19s	113.98s
زمن الاستجابة (الإجمالي)	1164.50s	366.45s

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
Ring-2.6-1T	10.0	10.0	100.0%	0		42.21s	3,833	4,891
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	32,185	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	10.0	10.0	100.0%	0		59.65s	1,369	3,985
Step 3.7 Flash	8.2	6.7	83.3%	1		10.64s	19,320	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	10.0	10.0	100.0%	0		304.19s	324	6,088
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	7,106	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	6.5	10.0	50.0%	0		37.36s	840	1,937
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	3,020	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	3.5	4.4	33.3%	2		64.92s	9,744	15,013
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	70,347	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	4.1	10.0	0.0%	0		58.26s	150	583
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	3,987	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	9.8	10.0	100.0%	0		11.78s	266	1,831
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	2,166	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	5.9	7.2	55.6%	1		20.73s	697	2,479
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	15,071	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	10.0	10.0	100.0%	0		104.44s	234	1,531
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	2,115	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Ring-2.6-1T	3.0	10.0	0.0%	0		113.91s	4,295	4,416
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.7 MaxnonevsStep 3.7 Flashmedium Claude Opus 4.8nonevsRing-2.6-1Tmedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium Ring-2.6-1TmediumvsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashlow Ring-2.6-1TmediumvsQwen3.6 Max Previewnone Ring-2.6-1TmediumvsGPT-5.3 Chatnone Gemini 3.1 Flash LitelowvsRing-2.6-1Tmedium Claude Sonnet 4.6nonevsRing-2.6-1Tmedium Gemini 3.1 Flash Lite PreviewnonevsRing-2.6-1Tmedium DeepSeek V4 ProhighvsRing-2.6-1Tmedium