AI BENCHY Compare

Qwen: Qwen3.5-27B vs StepFun: Step 3.7 Flash

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

المقياس	Qwen3.5-27B Qwen3.5-27B medium الإصدار: 2026-02-24	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29

المقياس	Qwen3.5-27B Qwen3.5-27B medium الإصدار: 2026-02-24	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29
النتيجة	7.9	7.9
الترتيب	#28	#32
الموثوقية	10.0	9.9
الاتساق	8.9	9.2
اختبارات صحيحة
معدل النجاح لكل محاولة	73.3%	71.7%
اختبارات غير مستقرة	3	2
إجمالي مرات التشغيل	60	58
التكلفة لكل نتيجة	4.532	2.663
إجمالي التكلفة	$0.590	$0.347
سعر الإدخال	$0.195 / 1M	$0.200 / 1M
سعر الإخراج	$1.560 / 1M	$1.150 / 1M
رموز الإخراج	2,569	294,481
رموز الاستدلال	304,894	0
زمن الاستجابة (المتوسط)	60.09s	18.32s
زمن الاستجابة (الحد الأقصى)	177.36s	113.98s
زمن الاستجابة (الإجمالي)	1201.89s	366.45s

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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	569	31,505
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	32,185	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	7.0	9.8	50.0%	0		123.86s	416	64,993
Step 3.7 Flash	8.2	6.7	83.3%	1		10.64s	19,320	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	483	9,991
Step 3.7 Flash	10.0	10.0	100.0%	0		9.06s	7,106	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	270	16,150
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	3,020	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	43	52,368
Step 3.7 Flash	7.7	10.0	66.7%	0		48.27s	70,347	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	70	23,147
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	3,987	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	97	11,638
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	2,166	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	242	70,096
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	15,071	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	348	1,323
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	2,115	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	31	23,683
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	139,164	0

مقارنة سريعة

تبديل زوج المقارنة

Qwen3.7 MaxnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsQwen3.5-27Bmedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewnonevsStep 3.7 Flashmedium Gemini 3 Flash PreviewnonevsQwen3.5-27Bmedium DeepSeek V4 Flashhighمتاح مجانًاvsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsStep 3.7 Flashmedium DeepSeek V4 Flashhighمتاح مجانًاvsQwen3.5-27Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashmedium