Step 3.7 Flash (low) vs Grok Build 0.1 (medium)

يتقدم Grok Build 0.1 (medium) في متوسط النتيجة بـ 7.6 مقابل 7.3. لدى Step 3.7 Flash (low) تكلفة benchmark أقل عند $0.454 مقابل $1.097. Step 3.7 Flash (low) أسرع عند 20.68s مقابل 52.06s، مع معدلات نجاح 68.2% مقابل 63.6%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-28

الترتيب: #77
إجمالي رموز الإخراج: 376,581
زمن الاستجابة (المتوسط): 20.68s
إجمالي التكلفة: $0.454

الترتيب: #56
إجمالي رموز الإخراج: 494,663
زمن الاستجابة (المتوسط): 52.06s
إجمالي التكلفة: $1.097

النموذج الموصى به Step 3.7 Flash (low)

Its score stays close to the best score here (7.3 vs 7.6), while costing about 2.4x less than Grok Build 0.1 (medium).

مقارنة تفصيلية

المقياس	Step 3.7 Flash Step 3.7 Flash low 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 low الإصدار: 2026-05-29	Grok Build 0.1 Grok Build 0.1 medium الإصدار: 2026-05-21
النتيجة	7.3	7.6
الترتيب	#77	#56
الموثوقية	10.0	10.0
الاتساق	8.1	10.0
اختبارات صحيحة
معدل النجاح لكل محاولة	68.2%	63.6%
اختبارات غير مستقرة	5	0
إجمالي مرات التشغيل	66	66
التكلفة لكل نتيجة	3.782	7.830
إجمالي التكلفة	$0.454	$1.097
سعر الإدخال	$0.200 / 1M	$1.000 / 1M
سعر الإخراج	$1.150 / 1M	$2.000 / 1M
إجمالي رموز الإدخال	103,833	106,751
رموز الإخراج	376,581	7,993
رموز الاستدلال	0	486,670
زمن الاستجابة (المتوسط)	20.68s	52.06s
زمن الاستجابة (الحد الأقصى)	124.75s	252.69s
زمن الاستجابة (الإجمالي)	455.01s	1145.27s

عرض إنشاء النماذج

Hamster playing table tennis

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

#77 Step 3.7 Flash

low

SVG غير صالح

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

#56 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

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 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	8.2	7.2	88.9%	1		9.46s	7,437	18,685	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	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 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	5.3	7.2	44.4%	1		43.31s	828	104,487	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	3.4	9.3	0.0%	0		7.00s	525	4,604	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		1.58s	735	1,857	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	5.5	9.9	33.3%	0		1.84s	756	3,564	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		3.25s	7,746	1,360	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		124.75s	237	134,779	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

مقارنة سريعة

تبديل زوج المقارنة

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Claude Opus 5nonevsGrok Build 0.1medium Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow DeepSeek V4 ProhighvsGrok Build 0.1medium DeepSeek V4 FlashhighvsGrok Build 0.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow