AI BENCHY Compare

StepFun: Step 3.7 Flash vs xAI: Grok 4.5

الملخص

مقارنة benchmark بين Step 3.7 Flash (medium) و Grok 4.5 (low): يتقدم Step 3.7 Flash (medium) في متوسط النتيجة بـ 8.5 مقابل 7.8. لدى Step 3.7 Flash (medium) تكلفة benchmark أقل عند $0.376 مقابل $0.760. Grok 4.5 (low) أسرع عند 15.48s مقابل 20.35s، مع معدلات نجاح 73.0% مقابل 74.6%.

النموذج الموصى به: Step 3.7 Flash (medium) - It has the best score here (8.5), while costing about 2.0x less than Grok 4.5 (low).

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-07-08

المقياس	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29	Grok 4.5 Grok 4.5 low الإصدار: 2026-07-08

المقياس	Step 3.7 Flash Step 3.7 Flash medium الإصدار: 2026-05-29	Grok 4.5 Grok 4.5 low الإصدار: 2026-07-08
النتيجة	8.5	7.8
الترتيب	#20	#34
الموثوقية	9.9	10.0
الاتساق	9.3	9.7
اختبارات صحيحة
معدل النجاح لكل محاولة	73.0%	74.6%
اختبارات غير مستقرة	2	1
إجمالي مرات التشغيل	61	63
التكلفة لكل نتيجة	2.686	5.061
إجمالي التكلفة	$0.376	$0.760
سعر الإدخال	$0.200 / 1M	$2.000 / 1M
سعر الإخراج	$1.150 / 1M	$6.000 / 1M
إجمالي رموز الإدخال	39,981	58,652
رموز الإخراج	319,958	1,735
رموز الاستدلال	0	105,233
زمن الاستجابة (المتوسط)	20.35s	15.48s
زمن الاستجابة (الحد الأقصى)	113.98s	205.28s
زمن الاستجابة (الإجمالي)	427.42s	324.98s

عرض إنشاء

Hamster playing table tennis

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

#20 Step 3.7 Flash

medium

التكلفة: $0.006
الوقت: 46.2s
الرموز: 4,466 tok

#34 xAI: Grok 4.5

low

التكلفة: $0.011
الوقت: 12.4s
الرموز: 2,018 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

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		9.65s	756	32,185	0
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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	10.0	10.0	100.0%	0		9.06s	13,683	7,106	0
Grok 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

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	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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	7.7	10.0	66.7%	0		48.27s	708	70,347	0
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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		1.83s	735	2,166	0
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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		4.16s	7,746	2,115	0
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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		113.98s	237	139,164	0
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Claude Sonnet 4.6mediumvsGrok 4.5low Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumمتاح مجانًاvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low Qwen3.5 Plus 2026-02-15mediumvsGrok 4.5low