Step 3.7 Flash (low) vs Grok 4.3 (medium)

يتقدم Step 3.7 Flash (low) في متوسط النتيجة بـ 7.2 مقابل 6.5. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.449 مقابل $0.989. Step 3.7 Flash (low) أسرع عند 20.72s مقابل 44.53s، مع معدلات نجاح 63.8% مقابل 63.8%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-19

النماذج المقارنة

الترتيب: #176
إجمالي رموز الإخراج: 339,108
زمن الاستجابة (المتوسط): 20.72s
إجمالي التكلفة: $0.449

الترتيب: #236
إجمالي رموز الإخراج: 232,542
زمن الاستجابة (المتوسط): 44.53s
إجمالي التكلفة: $0.989

النموذج الموصى به Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 2.2x less than Grok 4.3 (medium).

مقارنة تفصيلية

المقياس	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29	Grok 4.3 Grok 4.3 medium الإصدار: 2026-05-01

المقياس	Step 3.7 Flash Step 3.7 Flash low الإصدار: 2026-05-29	Grok 4.3 Grok 4.3 medium الإصدار: 2026-05-01
النتيجة	7.2	6.5
الترتيب	#176	#236
الموثوقية	10.0	10.0
الاتساق	7.9	8.3
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	63.8%	63.8%
اختبارات غير مستقرة	6	5
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	4.078	8.235
إجمالي التكلفة	$0.449	$0.989
سعر الإدخال	$0.200 / 1M	$1.250 / 1M
سعر الإخراج	$1.150 / 1M	$2.500 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.040 / 1M	$0.200 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	292,685	325,471
رموز الإخراج	339,108	14,867
رموز الاستدلال	0	217,675
زمن الاستجابة (المتوسط)	20.72s	44.53s
زمن الاستجابة (الحد الأقصى)	124.75s	216.69s
زمن الاستجابة (الإجمالي)	476.67s	1024.25s
المعلمات	198B الإجمالي (11B النشطة)	~1.5T الإجمالي (~150B النشطة)
الإتاحة	مفتوح المصدر	مغلق 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.

#176 Step 3.7 Flash

low

SVG غير صالح

التكلفة: $0.004
الوقت: 25.3s
الرموز: 3,072 tok

#236 SpaceXAI: Grok 4.3

medium

التكلفة: $0.009
الوقت: 19.0s
الرموز: 3,661 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
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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	8.7	7.9	91.7%	1		4.02s	756	10,896	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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	2.9	7.2	11.1%	1		22.65s	837	48,299	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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	3.4	9.3	0.0%	0		7.00s	525	4,604	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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		1.58s	735	1,857	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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	5.5	9.9	33.3%	0		1.84s	756	3,564	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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		3.25s	7,746	1,360	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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		124.75s	237	134,779	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

تبديل زوج المقارنة

KAT-Coder-Pro V2.5highvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5medium Grok 4.3mediumvsGLM 5.1none LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.5-122B-A10BnonevsGrok 4.3medium Grok 4.3mediumvsGLM 5.3low Qwen3.7 FlashhighvsStep 3.7 Flashlow Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium Claude Opus 5nonevsStep 3.7 Flashlow Beam 1.0 501B A23BxhighvsGrok 4.3medium