AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.7 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-29

المقياس	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium الإصدار: 2026-02-24	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29

المقياس	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium الإصدار: 2026-02-24	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29
النتيجة	7.7	7.4
الترتيب	#43	#60
الموثوقية	10.0	10.0
الاتساق	8.8	8.7
اختبارات صحيحة
معدل النجاح لكل محاولة	71.7%	68.3%
اختبارات غير مستقرة	3	3
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	5.031	2.796
إجمالي التكلفة	$0.655	$0.336
سعر الإدخال	$0.260 / 1M	$0.200 / 1M
سعر الإخراج	$2.080 / 1M	$1.150 / 1M
رموز الإخراج	26,166	285,209
رموز الاستدلال	213,524	0
زمن الاستجابة (المتوسط)	39.40s	16.06s
زمن الاستجابة (الحد الأقصى)	168.16s	124.75s
زمن الاستجابة (الإجمالي)	788.00s	321.11s

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 الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	269	16,835
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	10,896	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	4.1	5.8	33.3%	1		119.57s	8,036	45,074
Step 3.7 Flash	10.0	10.0	100.0%	0		9.43s	14,569	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	483	11,337
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	6,426	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	270	16,558
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	15,537	64,889
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	104,487	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	66	7,592
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	77	7,372
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	1,857	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	284	27,575
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	322	1,226
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	1,360	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	822	15,066
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0

مقارنة سريعة

تبديل زوج المقارنة

Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium GPT-5.2mediumvsStep 3.7 Flashlow DeepSeek V4 Flashhighمتاح مجانًاvsQwen3.5-122B-A10Bmedium GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Claude Opus 4.8nonevsStep 3.7 Flashlow