AI BENCHY Compare

OpenAI: GPT-5.3 Chat vs StepFun: Step 3.7 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-04

المقياس	GPT-5.3 Chat GPT-5.3 Chat none الإصدار: 2026-03-03	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	GPT-5.3 Chat GPT-5.3 Chat none الإصدار: 2026-03-03	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.2	7.0
الترتيب	#63	#71
الموثوقية	10.0	10.0
الاتساق	8.1	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	66.7%	63.5%
اختبارات غير مستقرة	5	4
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	3.605	10.434
إجمالي التكلفة	$0.433	$1.148
سعر الإدخال	$1.750 / 1M	$0.200 / 1M
سعر الإخراج	$14.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	34,209	38,391
رموز الإخراج	26,617	991,355
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	6.34s	64.46s
زمن الاستجابة (الحد الأقصى)	18.33s	364.99s
زمن الاستجابة (الإجمالي)	133.13s	1353.57s

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 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

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	5.6	4.7	55.6%	2		10.52s	7,302	6,632	0
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	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 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

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 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

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 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

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 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

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 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

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 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

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 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

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 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.4 NanomediumvsStep 3.7 Flashhigh Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh MiniMax M3mediumvsStep 3.7 Flashhigh GPT-5.3 ChatnonevsMiMo-V2-Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsGPT-5.3 Chatnone Kimi K2.6mediumمتاح مجانًاvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsGLM 5V Turbomedium GPT-5.3 ChatnonevsGrok 4.20medium DeepSeek V3.2mediumvsStep 3.7 Flashhigh GPT-5.3 ChatnonevsStep 3.7 Flashlow