AI BENCHY Compare

OpenAI: gpt-oss-120b vs StepFun: Step 3.7 Flash

الملخص

مقارنة benchmark بين gpt-oss-120b و Step 3.7 Flash: يتقدم Step 3.7 Flash في متوسط النتيجة بـ 7.1 مقابل 6.7. لدى gpt-oss-120b تكلفة benchmark أقل عند $0.013 مقابل $1.148. gpt-oss-120b أسرع عند 22.28s مقابل 64.46s، مع معدلات نجاح 52.4% مقابل 63.5%.

النموذج الموصى به: gpt-oss-120b - Its score stays close to the best score here (6.7 vs 7.1), while costing about 94.5x less than Step 3.7 Flash.

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

المقياس	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05 متاح مجانًا	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	gpt-oss-120b gpt-oss-120b medium الإصدار: 2025-08-05 متاح مجانًا	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	6.7	7.1
الترتيب	#78	#63
الموثوقية	10.0	10.0
الاتساق	8.0	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	52.4%	63.5%
اختبارات غير مستقرة	5	4
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	0.141	10.434
إجمالي التكلفة	$0.013	$1.148
سعر الإدخال	$0.039 / 1M	$0.200 / 1M
سعر الإخراج	$0.180 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	39,084	38,391
رموز الإخراج	20,013	991,355
رموز الاستدلال	50,233	0
زمن الاستجابة (المتوسط)	22.28s	64.46s
زمن الاستجابة (الحد الأقصى)	68.16s	364.99s
زمن الاستجابة (الإجمالي)	311.96s	1353.57s

عرض إنشاء

Hamster playing table tennis

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

#78 gpt-oss-120b

medium

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

#63 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

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 3.7 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-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973
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-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	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-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114
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-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606
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-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387
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-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799
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-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264
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-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083
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-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

مقارنة سريعة

تبديل زوج المقارنة

Step 3.7 FlashhighvsGLM 5.1medium Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4Bmediumمتاح مجانًاvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Gemini 3.5 Flashminimalvsgpt-oss-120bmediumمتاح مجانًا Claude Opus 4.8nonevsStep 3.7 Flashhigh gpt-oss-120bmediumمتاح مجانًاvsQwen3.7 Maxnone Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Gemini 3.1 Flash Lite Previewlowvsgpt-oss-120bmediumمتاح مجانًا