Beam 1.0 501B A23B (medium) vs Step 3.7 Flash (high)

متوسط النتيجة متقارب جدًا عند 6.6 مقابل 6.6. لدى Beam 1.0 501B A23B (medium) تكلفة benchmark أقل عند $0.499 مقابل $1.478. Beam 1.0 501B A23B (medium) أسرع عند 6.27s مقابل 72.72s، مع معدلات نجاح 65.2% مقابل 58.0%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-17

النماذج المقارنة

الترتيب: #220
إجمالي رموز الإخراج: 98,521
زمن الاستجابة (المتوسط): 6.27s
إجمالي التكلفة: $0.499

الترتيب: #219
إجمالي رموز الإخراج: 1,100,052
زمن الاستجابة (المتوسط): 72.72s
إجمالي التكلفة: $1.478

النموذج الموصى به Beam 1.0 501B A23B (medium)

It has the best score here (6.6), while costing about 3.0x less than Step 3.7 Flash (high).

مقارنة تفصيلية

المقياس	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29

المقياس	Beam 1.0 501B A23B Beam 1.0 501B A23B medium الإصدار: 2026-10-17	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29
النتيجة	6.6	6.6
الترتيب	#220	#219
الموثوقية	10.0	10.0
الاتساق	9.3	8.5
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	65.2%	58.0%
اختبارات غير مستقرة	2	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	3.561	12.267
إجمالي التكلفة	$0.499	$1.478
سعر الإدخال	$1.000 / 1M	$0.200 / 1M
سعر الإخراج	$3.000 / 1M	$1.150 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.100 / 1M	$0.040 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	202,937	421,200
رموز الإخراج	4,328	1,100,052
رموز الاستدلال	94,193	0
زمن الاستجابة (المتوسط)	6.27s	72.72s
زمن الاستجابة (الحد الأقصى)	31.55s	364.99s
زمن الاستجابة (الإجمالي)	144.28s	1672.53s
المعلمات	501B الإجمالي (23B النشطة)	198B الإجمالي (11B النشطة)
الإتاحة	مفتوح المصدر	مفتوح المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#220 Beam 1.0 501B A23B

medium

التكلفة: $0.005
الوقت: 11.8s
الرموز: 4,267 tok

#219 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

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		31.55s	172,837	2,588	9,026
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.62s	1,113	232	4,706
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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		11.81s	7,791	440	27,204
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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		2.62s	7,665	132	2,087
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		1.24s	7,993	279	1,614
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
Beam 1.0 501B A23B	2.9	7.2	11.1%	1		11.66s	1,113	71	29,077
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Beam 1.0 501B A23B	4.7	1.6	66.7%	1		1.87s	615	96	1,532
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
Beam 1.0 501B A23B	9.8	10.0	100.0%	0		1.24s	918	102	1,834
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
Beam 1.0 501B A23B	10.0	10.0	100.0%	0		3.91s	1,029	281	9,130
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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		1.95s	1,530	72	440
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
Beam 1.0 501B A23B	3.0	10.0	0.0%	0		10.13s	333	35	7,543
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

تبديل زوج المقارنة

Mercury 2mediumvsStep 3.7 Flashhigh KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh LongCat 2.0lowvsStep 3.7 Flashhigh LongCat 2.0lowvsBeam 1.0 501B A23Bmedium Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Qwen3.6 35B A3BmediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsBeam 1.0 501B A23Bmedium Step 3.7 FlashhighvsGLM 5.2none GPT-5.5nonevsStep 3.7 Flashhigh Beam 1.0 501B A23BmediumvsGLM 5.2none