Muse Wonder (high) vs Step 3.7 Flash (medium)

يتقدم Step 3.7 Flash (medium) في متوسط النتيجة بـ 7.8 مقابل 7.7. لدى Step 3.7 Flash (medium) تكلفة benchmark أقل عند $0.571 مقابل $3.426. Muse Wonder (high) أسرع عند 22.96s مقابل 26.57s، مع معدلات نجاح 66.7% مقابل 68.1%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-13

النماذج المقارنة

الترتيب: #122
إجمالي رموز الإخراج: 152,440
زمن الاستجابة (المتوسط): 22.96s
إجمالي التكلفة: $3.426

الترتيب: #117
إجمالي رموز الإخراج: 440,835
زمن الاستجابة (المتوسط): 26.57s
إجمالي التكلفة: $0.571

النموذج الموصى به Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 6.0x less than Muse Wonder (high).

مقارنة تفصيلية

المقياس	Muse Wonder Muse Wonder high الإصدار: 2026-10-13	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29

المقياس	Muse Wonder Muse Wonder high الإصدار: 2026-10-13	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29
النتيجة	7.7	7.8
الترتيب	#122	#117
الموثوقية	9.3	10.0
الاتساق	9.6	8.7
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	68.1%
اختبارات غير مستقرة	1	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	22.837	4.392
إجمالي التكلفة	$3.426	$0.571
سعر الإدخال	$4.000 / 1M	$0.200 / 1M
سعر الإخراج	$20.000 / 1M	$1.150 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.200 / 1M	$0.040 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	94,153	319,524
رموز الإخراج	9,606	440,835
رموز الاستدلال	142,834	0
زمن الاستجابة (المتوسط)	22.96s	26.57s
زمن الاستجابة (الحد الأقصى)	143.21s	152.83s
زمن الاستجابة (الإجمالي)	528.08s	611.09s
المعلمات	~1T الإجمالي (~50B النشطة)	198B الإجمالي (11B النشطة)
الإتاحة	مغلق المصدر	مفتوح المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#122 Muse Wonder

high

التكلفة: $0.199
الوقت: 113.0s
الرموز: 10,002 tok

#117 Step 3.7 Flash

medium

التكلفة: $0.006
الوقت: 46.2s
الرموز: 4,466 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:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	3.0	10.0	0.0%	0		461ms	0	0	0
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		36.94s	7,401	1,392	35,716
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		34.90s	66,087	5,019	24,775
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		7.09s	7,053	431	4,377
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		5.52s	519	170	1,428
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

تبديل زوج المقارنة

Step 3.7 FlashmediumvsGLM 5.3high Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Muse WonderhighvsQwen3.7 Flashlow Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Muse WondermaxvsStep 3.7 Flashmedium DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone