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

يتقدم gpt-oss-120b (medium) في متوسط النتيجة بـ 6.1 مقابل 6.0. لدى gpt-oss-120b (medium) تكلفة benchmark أقل عند $0.019 مقابل $0.108. gpt-oss-120b (medium) أسرع عند 21.91s مقابل 174.22s، مع معدلات نجاح 50.0% مقابل 51.5%.

النموذج الموصى بهgpt-oss-120b (medium)It has the best score here (6.1), while costing about 5.7x less than Step 3.5 Flash (medium).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-18

المقياس	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01

المقياس	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01
النتيجة	6.1	6.0
الترتيب	#117	#126
الموثوقية	10.0	9.2
الاتساق	8.0	9.0
اختبارات صحيحة
معدل النجاح لكل محاولة	50.0%	51.5%
اختبارات غير مستقرة	5	1
إجمالي مرات التشغيل	66	63
التكلفة لكل نتيجة	0.221	0.540
إجمالي التكلفة	$0.019	$0.108
سعر الإدخال	$0.037 / 1M	$0.100 / 1M
سعر الإخراج	$0.170 / 1M	$0.300 / 1M
إجمالي رموز الإدخال	108,747	65,707
رموز الإخراج	29,772	108,561
رموز الاستدلال	68,044	293,993
زمن الاستجابة (المتوسط)	21.91s	174.22s
زمن الاستجابة (الحد الأقصى)	68.16s	1597.85s
زمن الاستجابة (الإجمالي)	328.70s	2613.32s

Hamster playing table tennis

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

#117 gpt-oss-120b

medium

التكلفة: $0.001
الوقت: 26.7s
الرموز: 555 tok

#126 Step 3.5 Flash

medium

التكلفة: $0.008
الوقت: 277.1s
الرموز: 23,695 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-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium Nemotron 3 Ultranoneمتاح مجانًاvsStep 3.5 Flashmedium gpt-oss-120bmediumvsQwen3.5-Flashnone gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone Gemini 2.5 Flashnonevsgpt-oss-120bmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium Qwen3.5-FlashnonevsStep 3.5 Flashmedium