التنقل
AI BENCHY
Your ad here

AI BENCHY Compare

StepFun: Step 3.5 Flash vs xAI: Grok 4.20 Beta

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-03-12

المقياس Step 3.5 Flash Step 3.5 Flash medium الإصدار: 2026-02-01 متاح مجانًا Grok 4.20 Beta Grok 4.20 Beta none الإصدار: 2026-03-12
الترتيب #14 #52
متوسط الدرجة 7.4 4.4
الاتساق 9.1 9.1
التكلفة لكل نتيجة 0.000 2.214
إجمالي التكلفة $0.000 $0.089
اختبارات صحيحة
معدل النجاح لكل محاولة 68.8% 33.3%
اختبارات غير مستقرة 2 2
إجمالي مرات التشغيل 48 48
رموز الإخراج 71,452 1,511
رموز الاستدلال 155,147 0
زمن الاستجابة (المتوسط) 29.10s 1.22s
زمن الاستجابة (الحد الأقصى) 170.45s 6.48s
زمن الاستجابة (الإجمالي) 290.96s 19.53s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

متوسط الدرجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

متوسط الدرجة 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
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
مجمّع النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
تحليل البيانات واستخراجها النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
خاص بالمجال النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
الذكاء العام النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
اتباع التعليمات النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
استدعاء الأدوات النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإخراج رموز الاستدلال
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.2 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmediumمتاح مجانًاGPT-5.3 ChatnonevsStep 3.5 Flashmediumمتاح مجانًاGemini 3 Flash PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاMiniMax M2.5mediumvsGrok 4.20 BetanoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmediumمتاح مجانًاClaude Sonnet 4.6nonevsStep 3.5 Flashmediumمتاح مجانًاgpt-oss-120bmediumمتاح مجانًاvsGrok 4.20 BetanoneGemini 3 Flash PreviewlowvsStep 3.5 Flashmediumمتاح مجانًاMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 Betanone