OpenAI: GPT-5.6 Sol vs StepFun: Step 3.7 Flash

متوسط النتيجة متقارب جدًا عند 6.9 مقابل 6.9. لدى GPT-5.6 Sol تكلفة benchmark أقل عند $0.524 مقابل $1.207. GPT-5.6 Sol أسرع عند 2.16s مقابل 64.68s، مع معدلات نجاح 59.1% مقابل 63.6%.

النموذج الموصى بهGPT-5.6 SolIt has the best score here (6.9), while costing about 2.3x less than Step 3.7 Flash (high).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-17

المقياس	GPT-5.6 Sol GPT-5.6 Sol none الإصدار: 2026-07-09	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	GPT-5.6 Sol GPT-5.6 Sol none الإصدار: 2026-07-09	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	6.9	6.9
الترتيب	#80	#83
الموثوقية	10.0	10.0
الاتساق	9.0	8.0
اختبارات صحيحة
معدل النجاح لكل محاولة	59.1%	63.6%
اختبارات غير مستقرة	3	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	4.761	10.973
إجمالي التكلفة	$0.524	$1.207
سعر الإدخال	$5.000 / 1M	$0.200 / 1M
سعر الإخراج	$30.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	78,593	98,691
رموز الإخراج	4,357	1,032,395
رموز الاستدلال	0	0
زمن الاستجابة (المتوسط)	2.16s	64.68s
زمن الاستجابة (الحد الأقصى)	12.81s	364.99s
زمن الاستجابة (الإجمالي)	47.62s	1423.01s

Hamster playing table tennis

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

#80 GPT-5.6 Sol

none

التكلفة: $0.116
الوقت: 78.7s
الرموز: 3,944 tok

#83 Step 3.7 Flash

high

التكلفة: $0.007
الوقت: 63.6s
الرموز: 6,030 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

الفئة:

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-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	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-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	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-5.6 Sol	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	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-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	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-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	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-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	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-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	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-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	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-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.5nonevsStep 3.7 Flashhigh GPT-5.6 SolnonevsMiMo-V2.5-Promedium Qwen3.6 FlashmediumvsStep 3.7 Flashhigh GPT-5.6 SolnonevsQwen3.6 Flashmedium Step 3.7 FlashhighvsMiMo-V2.5-Promedium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Gemini 3.5 FlashminimalvsGPT-5.6 Solnone Mercury 2mediumvsGPT-5.6 Solnone