AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs StepFun: Step 3.5 Flash

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-10

المقياس	Qwen3.6 Max Preview Qwen3.6 Max Preview none الإصدار: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01

المقياس	Qwen3.6 Max Preview Qwen3.6 Max Preview none الإصدار: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01
النتيجة	7.2	7.6
الترتيب	#54	#43
الموثوقية	10.0	10.0
الاتساق	9.1	9.2
اختبارات صحيحة
معدل النجاح لكل محاولة	64.9%	66.7%
اختبارات غير مستقرة	2	2
إجمالي مرات التشغيل	57	54
التكلفة لكل نتيجة	0.755	0.099
إجمالي التكلفة	$0.083	$0.011
??? ???????	$1.040 / 1M	$0.100 / 1M
??? ???????	$6.240 / 1M	$0.300 / 1M
رموز الإخراج	4,751	78,299
رموز الاستدلال	0	173,409
زمن الاستجابة (المتوسط)	3.31s	41.66s
زمن الاستجابة (الحد الأقصى)	20.51s	170.45s
زمن الاستجابة (الإجمالي)	62.80s	499.91s

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
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	513	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	20,391	24,176

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	5.0	2.0	66.7%	1		3.45s	426	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		20.51s	2,842	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	243	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	18	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	76	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	240	3,506

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.45s	69	0
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.38s	323	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	19	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	2,354	10,372

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Ring 2.6 1tmediumمتاح مجانًاvsQwen3.6 Max Previewnone Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium Seed-2.0-MinimediumvsQwen3.6 Max Previewnone GPT-5.2 ChatnonevsStep 3.5 Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium GPT-5.2mediumvsQwen3.6 Max Previewnone GPT-5.4 NanomediumvsQwen3.6 Max Previewnone DeepSeek V3.2mediumvsQwen3.6 Max Previewnone DeepSeek V4 FlashhighvsStep 3.5 Flashmedium GPT-5.4 MinimediumvsQwen3.6 Max Previewnone Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium