AI BENCHY Compare

OpenAI: GPT-5.5 vs StepFun: Step 3.7 Flash

الملخص

مقارنة benchmark بين GPT-5.5 و Step 3.7 Flash: يتقدم GPT-5.5 في متوسط النتيجة بـ 9.3 مقابل 7.7. لدى Step 3.7 Flash تكلفة benchmark أقل عند $0.341 مقابل $0.907. GPT-5.5 أسرع عند 9.76s مقابل 15.74s، مع معدلات نجاح 85.7% مقابل 68.3%.

النموذج الموصى به: GPT-5.5 - It has the best score here (9.3), while responding about 1.6x faster than Step 3.7 Flash.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-06-18

المقياس	GPT-5.5 GPT-5.5 low الإصدار: 2026-04-24	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	GPT-5.5 GPT-5.5 low الإصدار: 2026-04-24	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	9.3	7.7
الترتيب	#4	#39
الموثوقية	10.0	10.0
الاتساق	10.0	8.4
اختبارات صحيحة
معدل النجاح لكل محاولة	85.7%	68.3%
اختبارات غير مستقرة	0	4
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	5.035	2.840
إجمالي التكلفة	$0.907	$0.341
سعر الإدخال	$5.000 / 1M	$0.200 / 1M
سعر الإخراج	$30.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	34,209	40,101
رموز الإخراج	2,046	289,325
رموز الاستدلال	22,460	0
زمن الاستجابة (المتوسط)	9.76s	15.74s
زمن الاستجابة (الحد الأقصى)	56.19s	124.75s
زمن الاستجابة (الإجمالي)	204.92s	330.63s

عرض إنشاء

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#4 GPT-5.5

low

التكلفة: $0.068
الوقت: 37.0s
الرموز: 2,339 tok

#39 Step 3.7 Flash

low

SVG غير صالح

التكلفة: $0.004
الوقت: 25.3s
الرموز: 3,072 tok

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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Claude Opus 4.6mediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium GPT-5.5lowvsQwen3.7 Maxmedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow MiniMax M3mediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok Build 0.1medium Claude Fable 5mediumvsGPT-5.5low