قارن الرسوم البيانية

اللغة:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.5 Flash

اسم النموذج:

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في : 2026-02-27 15:16

الملخص

المقياس	OpenAI: gpt-oss-120b medium الإصدار: تاريخ الإصدار غير معروف متاح مجانًا	StepFun: Step 3.5 Flash medium الإصدار: تاريخ الإصدار غير معروف متاح مجانًا
الترتيب	#25	#11
النتيجة	5.64	7.00
الاتساق	7.55	8.32
التكلفة لكل نتيجة	0.101	0.000
إجمالي التكلفة	$0.008	$0.000
اختبارات صحيحة
الاختبارات الخاطئة	7	5
معدل النجاح لكل محاولة	59.5%	73.8%
اختبارات غير مستقرة	4	3
رموز الإخراج	11,407	60,502
رموز الاستدلال	26,106	117,044

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	7.00	9.81	66.7%	0		3,463	2,077
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	5.50	5.87	66.7%	1		241	1,114
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	1.00	4.41	22.2%	2		6,018	18,520
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	10.00	10.00	100.0%	0		120	1,770
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	5.00	7.13	44.4%	1		1,278	1,542
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	رموز الإخراج	رموز الاستدلال
OpenAI: gpt-oss-120b	9.00	9.97	100.0%	0		287	1,083
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

تبديل زوج المقارنة

قارن OpenAI: gpt-oss-120b مع...

قارن StepFun: Step 3.5 Flash مع...