AI BENCHY Compare

StepFun: Step 3.7 Flash vs Z.ai: GLM 5V Turbo

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-29

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	GLM 5V Turbo GLM 5V Turbo medium الإصدار: 2026-04-01

المقياس	Step 3.7 Flash Step 3.7 Flash high الإصدار: 2026-05-29	GLM 5V Turbo GLM 5V Turbo medium الإصدار: 2026-04-01
النتيجة	7.1	7.4
الترتيب	#74	#62
الموثوقية	10.0	10.0
الاتساق	8.2	8.2
اختبارات صحيحة
معدل النجاح لكل محاولة	65.8%	68.3%
اختبارات غير مستقرة	4	5
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	8.723	3.695
إجمالي التكلفة	$0.960	$0.407
سعر الإدخال	$0.200 / 1M	$1.200 / 1M
سعر الإخراج	$1.150 / 1M	$4.000 / 1M
رموز الإخراج	828,084	2,334
رموز الاستدلال	0	86,653
زمن الاستجابة (المتوسط)	49.43s	20.21s
زمن الاستجابة (الحد الأقصى)	192.75s	95.88s
زمن الاستجابة (الإجمالي)	988.58s	404.14s

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
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0
GLM 5V Turbo	7.2	6.1	75.0%	2		10.76s	587	7,872

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.6	4.6	25.0%	1		126.82s	164,069	0
GLM 5V Turbo	6.8	10.0	50.0%	0		54.83s	427	26,111

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0
GLM 5V Turbo	6.9	3.8	66.7%	1		15.06s	403	2,523

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0
GLM 5V Turbo	10.0	10.0	100.0%	0		9.60s	236	4,333

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0
GLM 5V Turbo	5.3	7.2	44.4%	1		38.15s	32	29,035

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0
GLM 5V Turbo	10.0	10.0	100.0%	0		11.09s	131	2,183

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0
GLM 5V Turbo	9.9	10.0	100.0%	0		3.74s	72	1,813

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0
GLM 5V Turbo	7.7	10.0	66.7%	0		10.24s	131	4,496

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0
GLM 5V Turbo	7.0	3.7	66.7%	1		12.53s	293	765

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0
GLM 5V Turbo	3.0	10.0	0.0%	0		40.96s	22	7,522

مقارنة سريعة

تبديل زوج المقارنة

GPT-5 MinimediumvsStep 3.7 Flashhigh Step 3.7 FlashlowvsGLM 5V Turbomedium GPT-5.4 NanomediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsStep 3.7 Flashhigh GPT-5.3 ChatnonevsGLM 5V Turbomedium Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh Claude Opus 4.6mediumvsStep 3.7 Flashhigh Gemini 3.1 Flash LitelowvsGLM 5V Turbomedium Claude Opus 4.8nonevsGLM 5V Turbomedium Step 3.7 FlashhighvsMiMo-V2-Flashmedium Ring-2.6-1TnonevsStep 3.7 Flashhigh Ring-2.6-1TmediumvsStep 3.7 Flashhigh