AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok 4.3

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

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	7.4	7.8
الترتيب	#60	#36
الموثوقية	10.0	10.0
الاتساق	8.7	8.4
اختبارات صحيحة
معدل النجاح لكل محاولة	68.3%	75.0%
اختبارات غير مستقرة	3	4
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	2.796	4.557
إجمالي التكلفة	$0.336	$0.593
سعر الإدخال	$0.200 / 1M	$1.250 / 1M
سعر الإخراج	$1.150 / 1M	$2.500 / 1M
رموز الإخراج	285,209	1,485
رموز الاستدلال	0	214,710
زمن الاستجابة (المتوسط)	16.06s	49.23s
زمن الاستجابة (الحد الأقصى)	124.75s	216.69s
زمن الاستجابة (الإجمالي)	321.11s	984.52s

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

البرمجة	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		9.43s	14,569	0
Grok 4.3	7.4	6.5	66.7%	1		55.26s	532	24,554

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		7.98s	6,426	0
Grok 4.3	10.0	10.0	100.0%	0		63.99s	234	15,301

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

خاص بالمجال	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		43.31s	104,487	0
Grok 4.3	5.3	7.2	44.4%	1		181.74s	14	111,300

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	70	5,020

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

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	128	14,468

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

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

مقارنة سريعة

تبديل زوج المقارنة

Kimi K2.6mediumمتاح مجانًاvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium GPT-5.2mediumvsStep 3.7 Flashlow GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow GPT-5.2 ChatnonevsGrok 4.3medium Claude Opus 4.8nonevsStep 3.7 Flashlow DeepSeek V3.2mediumvsStep 3.7 Flashlow Qwen3.7 MaxnonevsGrok 4.3medium