AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok Build 0.1

الملخص

مقارنة benchmark بين Step 3.7 Flash و Grok Build 0.1: يتقدم Grok Build 0.1 في متوسط النتيجة بـ 7.6 مقابل 7.1. لدى Grok Build 0.1 تكلفة benchmark أقل عند $0.927 مقابل $1.148. Grok Build 0.1 أسرع عند 49.90s مقابل 64.46s، مع معدلات نجاح 63.5% مقابل 61.9%.

النموذج الموصى به: Grok Build 0.1 - It has the strongest score in this comparison (7.6) and the best overall balance of cost and response time across all 2 models.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-02

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	Grok Build 0.1 Grok Build 0.1 medium الإصدار: 2026-05-21

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	Grok Build 0.1 Grok Build 0.1 medium الإصدار: 2026-05-21
النتيجة	7.1	7.6
الترتيب	#65	#44
الموثوقية	10.0	10.0
الاتساق	8.2	9.9
اختبارات صحيحة
معدل النجاح لكل محاولة	63.5%	61.9%
اختبارات غير مستقرة	4	0
إجمالي مرات التشغيل	63	63
التكلفة لكل نتيجة	10.434	7.124
إجمالي التكلفة	$1.148	$0.927
سعر الإدخال	$0.200 / 1M	$1.000 / 1M
سعر الإخراج	$1.150 / 1M	$2.000 / 1M
إجمالي رموز الإدخال	38,391	44,418
رموز الإخراج	991,355	2,782
رموز الاستدلال	0	438,018
زمن الاستجابة (المتوسط)	64.46s	49.90s
زمن الاستجابة (الحد الأقصى)	364.99s	252.69s
زمن الاستجابة (الإجمالي)	1353.57s	1047.92s

عرض إنشاء

Hamster playing table tennis

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

#65 Step 3.7 Flash

high

التكلفة: $0.007
الوقت: 63.6s
الرموز: 6,030 tok

#44 xAI: Grok Build 0.1

medium

التكلفة: $0.028
الوقت: 81.3s
الرموز: 14,009 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

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

مقارنة سريعة

تبديل زوج المقارنة

Step 3.7 FlashhighvsGLM 5.1medium DeepSeek V4 ProhighvsGrok Build 0.1medium Laguna XS 2.1mediumمتاح مجانًاvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh GPT-5.3 ChatnonevsGrok Build 0.1medium Gemma 4 26B A4Bmediumمتاح مجانًاvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Step 3.7 FlashlowvsGrok Build 0.1medium Claude Opus 4.8nonevsStep 3.7 Flashhigh