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

يتقدم Step 3.7 Flash (low) في متوسط النتيجة بـ 7.1 مقابل 7.0. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.390 مقابل $0.741. Step 3.7 Flash (low) أسرع عند 17.87s مقابل 44.21s، مع معدلات نجاح 63.6% مقابل 66.7%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-08-26

الترتيب: #115
إجمالي رموز الإخراج: 320,393
زمن الاستجابة (المتوسط): 17.87s
إجمالي التكلفة: $0.390

الترتيب: #117
إجمالي رموز الإخراج: 225,904
زمن الاستجابة (المتوسط): 44.21s
إجمالي التكلفة: $0.741

النموذج الموصى به Step 3.7 Flash (low)

It has the best score here (7.1), while costing about 1.9x 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	7.1	7.0
الترتيب	#115	#117
الموثوقية	10.0	10.0
الاتساق	8.1	8.2
محاولات	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	63.6%	66.7%
اختبارات غير مستقرة	5	5
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	3.539	6.168
إجمالي التكلفة	$0.390	$0.741
سعر الإدخال	$0.200 / 1M	$1.250 / 1M
سعر الإخراج	$1.150 / 1M	$2.500 / 1M
إجمالي رموز الإدخال	103,842	140,244
رموز الإخراج	320,393	13,739
رموز الاستدلال	0	212,165
زمن الاستجابة (المتوسط)	17.87s	44.21s
زمن الاستجابة (الحد الأقصى)	124.75s	216.69s
زمن الاستجابة (الإجمالي)	393.04s	972.64s
المعلمات	198B الإجمالي (11B النشطة)	~1.5T الإجمالي (~150B النشطة)
الإتاحة	مفتوح المصدر	مغلق المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#115 Step 3.7 Flash

low

SVG غير صالح

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

#117 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:

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

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.6 SolnonevsGrok 4.3medium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsSolar Pro 4high Muse Glimmer 30BmediumvsStep 3.7 Flashlow GPT-5.5nonevsGrok 4.3medium Solar Pro 4highvsGrok 4.3medium Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Muse Glimmer 30BhighvsStep 3.7 Flashlow GPT-5.6 SolnonevsStep 3.7 Flashlow Muse Glimmer 30BlowvsGrok 4.3medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow DeepSeek V3.2mediumvsStep 3.7 Flashlow