AI BENCHY Compare

OpenAI: GPT-5.4 Nano vs StepFun: Step 3.7 Flash

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

المقياس	GPT-5.4 Nano GPT-5.4 Nano medium الإصدار: 2026-03-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	GPT-5.4 Nano GPT-5.4 Nano medium الإصدار: 2026-03-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	7.2	7.1
الترتيب	#72	#74
الموثوقية	10.0	10.0
الاتساق	8.8	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	63.3%	65.8%
اختبارات غير مستقرة	3	4
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	0.900	8.723
إجمالي التكلفة	$0.099	$0.960
سعر الإدخال	$0.200 / 1M	$0.200 / 1M
سعر الإخراج	$1.250 / 1M	$1.150 / 1M
رموز الإخراج	2,993	828,084
رموز الاستدلال	70,928	0
زمن الاستجابة (المتوسط)	11.79s	49.43s
زمن الاستجابة (الحد الأقصى)	94.06s	192.75s
زمن الاستجابة (الإجمالي)	235.81s	988.58s

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-5.4 Nano	8.3	10.0	75.0%	0		4.52s	683	2,254
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	6.8	6.2	66.7%	1		21.10s	495	15,186
Step 3.7 Flash	3.6	4.6	25.0%	1		126.82s	164,069	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	9.8	10.0	100.0%	0		24.13s	349	5,719
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	234	516
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	60	43,325
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	179	443
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	95	521
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	594	1,408
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	234	382
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	70	1,174
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5 MinimediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh Ring-2.6-1TnonevsGPT-5.4 Nanomedium Claude Opus 4.6mediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsMiMo-V2-Flashmedium GPT-5.4 NanomediumvsQwen3.6 Max Previewnone Ring-2.6-1TnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsGPT-5.4 Nanomedium Ring-2.6-1TmediumvsStep 3.7 Flashhigh Qwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh