AI BENCHY Compare

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

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-01

المقياس	GPT-5.4 Nano GPT-5.4 Nano medium الإصدار: 2026-03-17	Step 3.7 Flash Step 3.7 Flash low 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 low الإصدار: 2026-05-29
النتيجة	7.2	7.4
الترتيب	#72	#59
الموثوقية	10.0	10.0
الاتساق	8.8	8.7
اختبارات صحيحة
معدل النجاح لكل محاولة	63.3%	68.3%
اختبارات غير مستقرة	3	3
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	0.900	2.796
إجمالي التكلفة	$0.099	$0.336
سعر الإدخال	$0.200 / 1M	$0.200 / 1M
سعر الإخراج	$1.250 / 1M	$1.150 / 1M
رموز الإخراج	2,993	285,209
رموز الاستدلال	70,928	0
زمن الاستجابة (المتوسط)	11.79s	16.06s
زمن الاستجابة (الحد الأقصى)	94.06s	124.75s
زمن الاستجابة (الإجمالي)	235.81s	321.11s

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	8.7	7.9	91.7%	1		4.02s	10,896	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	10.0	10.0	100.0%	0		9.43s	14,569	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		7.98s	6,426	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	7.3	5.8	83.3%	1		2.29s	2,667	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	5.3	7.2	44.4%	1		43.31s	104,487	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	3.4	9.3	0.0%	0		7.00s	4,604	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		1.58s	1,857	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	5.5	9.9	33.3%	0		1.84s	3,564	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		3.25s	1,360	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		124.75s	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium Ring-2.6-1TnonevsGPT-5.4 Nanomedium GPT-5.4 NanomediumvsStep 3.7 Flashhigh GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow MiniMax M3mediumvsStep 3.7 Flashlow GPT-5.4 NanomediumvsQwen3.6 Max Previewnone