AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs StepFun: Step 3.7 Flash

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

المقياس	GPT-5.2 Chat GPT-5.2 Chat none الإصدار: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29

المقياس	GPT-5.2 Chat GPT-5.2 Chat none الإصدار: 2025-12-11	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29
النتيجة	7.9	7.9
الترتيب	#33	#32
الموثوقية	10.0	9.9
الاتساق	8.9	9.2
اختبارات صحيحة
معدل النجاح لكل محاولة	73.3%	71.7%
اختبارات غير مستقرة	3	2
إجمالي مرات التشغيل	60	58
التكلفة لكل نتيجة	2.703	2.663
إجمالي التكلفة	$0.352	$0.347
سعر الإدخال	$1.750 / 1M	$0.200 / 1M
سعر الإخراج	$14.000 / 1M	$1.150 / 1M
رموز الإخراج	21,144	294,481
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	6.82s	18.32s
زمن الاستجابة (الحد الأقصى)	38.52s	113.98s
زمن الاستجابة (الإجمالي)	136.34s	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
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0
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
GPT-5.2 Chat	8.2	6.7	83.3%	1		8.05s	4,131	0
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
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0
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
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0
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
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0
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
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0
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
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	1,441	0
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
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	1,603	0
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
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0
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
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	1,239	0
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 Gemma 4 26B A4Bmediumمتاح مجانًاvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5 Turbomedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.5-27Bmedium GPT-5.2 ChatnonevsQwen3.6 35B A3Bmedium GPT-5.2 ChatnonevsGrok 4.3medium Gemini 3.5 FlashminimalvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.6 Plusmedium Gemma 4 31Bmediumمتاح مجانًاvsGPT-5.2 Chatnone Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium