Qwen3.8 2.4T A95B (high) vs Step 3.7 Flash (medium)

يتقدم Qwen3.8 2.4T A95B (high) في متوسط النتيجة بـ 7.9 مقابل 7.8. لدى Step 3.7 Flash (medium) تكلفة benchmark أقل عند $0.571 مقابل $2.805. Step 3.7 Flash (medium) أسرع عند 26.57s مقابل 120.88s، مع معدلات نجاح 75.4% مقابل 68.1%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-01

النماذج المقارنة

الترتيب: #102
إجمالي رموز الإخراج: 468,439
زمن الاستجابة (المتوسط): 120.88s
إجمالي التكلفة: $2.805

الترتيب: #106
إجمالي رموز الإخراج: 440,835
زمن الاستجابة (المتوسط): 26.57s
إجمالي التكلفة: $0.571

النموذج الموصى به Step 3.7 Flash (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 4.9x less than Qwen3.8 2.4T A95B (high).

مقارنة تفصيلية

المقياس	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29

المقياس	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29
النتيجة	7.9	7.8
الترتيب	#102	#106
الموثوقية	9.6	10.0
الاتساق	8.4	8.7
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	75.4%	68.1%
اختبارات غير مستقرة	4	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	18.696	4.392
إجمالي التكلفة	$2.805	$0.571
سعر الإدخال	$2.000 / 1M	$0.200 / 1M
سعر الإخراج	$6.000 / 1M	$1.150 / 1M
إجمالي رموز الإدخال	295,642	319,524
رموز الإخراج	115,041	440,835
رموز الاستدلال	353,398	0
زمن الاستجابة (المتوسط)	120.88s	26.57s
زمن الاستجابة (الحد الأقصى)	532.28s	152.83s
زمن الاستجابة (الإجمالي)	2780.16s	611.09s
المعلمات	2.4T الإجمالي (95B النشطة)	198B الإجمالي (11B النشطة)
الإتاحة	الأوزان متاحة	مفتوح المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

التكلفة: $0.000
الوقت: 600.0s
الرموز: 0 tok

#106 Step 3.7 Flash

medium

التكلفة: $0.006
الوقت: 46.2s
الرموز: 4,466 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:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Step 3.7 FlashmediumvsGLM 5.3high Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsGrok 4.5medium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.5low Qwen3.7 MaxnonevsStep 3.7 Flashmedium