AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs StepFun: Step 3.5 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-03

المقياس	GPT-5.3 Chat GPT-5.3 Chat none الإصدار: 2026-03-03	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01

المقياس	GPT-5.3 Chat GPT-5.3 Chat none الإصدار: 2026-03-03	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01
النتيجة	7.4	7.4
الترتيب	#53	#55
الموثوقية	10.0	10.0
الاتساق	8.4	9.4
اختبارات صحيحة
معدل النجاح لكل محاولة	68.3%	59.7%
اختبارات غير مستقرة	4	1
إجمالي مرات التشغيل	60	57
التكلفة لكل نتيجة	3.350	0.133
إجمالي التكلفة	$0.402	$0.062
سعر الإدخال	$1.750 / 1M	$0.090 / 1M
سعر الإخراج	$14.000 / 1M	$0.300 / 1M
إجمالي رموز الإدخال	31,590	33,555
رموز الإخراج	24,757	90,478
رموز الاستدلال	0	173,544
زمن الاستجابة (المتوسط)	6.13s	43.20s
زمن الاستجابة (الحد الأقصى)	18.33s	170.45s
زمن الاستجابة (الإجمالي)	122.61s	561.54s

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 الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	6.9	6.2	66.7%	1		10.52s	4,683	4,772	0
Step 3.5 Flash	3.5	7.8	0.0%	0		62.83s	1,335	12,098	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	10.0	10.0	100.0%	0		11.96s	11,019	2,614	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.3 ChatnonevsGLM 5.1medium GPT-5.3 ChatnonevsMiMo-V2.5medium Gemini 3.1 Flash LitelowvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsStep 3.7 Flashlow Kimi K2.6mediumمتاح مجانًاvsGPT-5.3 Chatnone Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium GPT-5.3 ChatnonevsGLM 5V Turbomedium GPT-5.3 ChatnonevsQwen3.6 35B A3Bmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium GPT-5.3 ChatnonevsQwen3.5 Plus 2026-04-20medium Claude Opus 4.8nonevsStep 3.5 Flashmedium GPT-5.3 ChatnonevsQwen3.5-35B-A3Bmedium