Meituan: LongCat 2.0 vs StepFun: Step 3.7 Flash

يتقدم LongCat 2.0 (medium) في متوسط النتيجة بـ 7.4 مقابل 7.3. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.454 مقابل $0.478. Step 3.7 Flash (low) أسرع عند 20.68s مقابل 136.64s، مع معدلات نجاح 60.6% مقابل 68.2%.

النموذج الموصى بهStep 3.7 Flash (low)Its score stays close to the best score here (7.3 vs 7.4), while responding about 6.6x faster than LongCat 2.0 (medium).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-20

المقياس	LongCat 2.0 LongCat 2.0 medium الإصدار: 2026-07-20	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	LongCat 2.0 LongCat 2.0 medium الإصدار: 2026-07-20	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.4	7.3
الترتيب	#60	#67
الموثوقية	9.8	10.0
الاتساق	8.9	8.1
اختبارات صحيحة
معدل النجاح لكل محاولة	60.6%	68.2%
اختبارات غير مستقرة	3	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	3.978	3.782
إجمالي التكلفة	$0.478	$0.454
سعر الإدخال	$0.300 / 1M	$0.200 / 1M
سعر الإخراج	$1.200 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	97,315	103,833
رموز الإخراج	44,384	376,581
رموز الاستدلال	329,012	0
زمن الاستجابة (المتوسط)	136.64s	20.68s
زمن الاستجابة (الحد الأقصى)	939.52s	124.75s
زمن الاستجابة (الإجمالي)	3006.01s	455.01s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

التكلفة: $0.016
الوقت: 285.1s
الرموز: 13,057 tok

#67 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
LongCat 2.0	10.0	10.0	100.0%	0		9.65s	588	201	4,412
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
LongCat 2.0	10.0	10.0	100.0%	0		455.00s	7,419	533	214,143
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
LongCat 2.0	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668
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
LongCat 2.0	6.3	10.0	50.0%	0		10.63s	7,653	198	2,536
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
LongCat 2.0	2.9	7.2	11.1%	1		339.86s	496	37,855	37,080
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
LongCat 2.0	4.8	3.2	33.3%	1		16.35s	480	121	1,598
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
LongCat 2.0	6.5	10.0	50.0%	0		7.38s	657	78	1,652
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
LongCat 2.0	5.4	10.0	33.3%	0		8.84s	636	388	2,562
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
LongCat 2.0	10.0	10.0	100.0%	0		10.67s	6,840	249	581
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
LongCat 2.0	3.0	10.0	0.0%	0		191.19s	198	86	25,780
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow LongCat 2.0mediumvsQwen3.7 Maxnone KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow Claude Sonnet 4.6nonevsStep 3.7 Flashlow