তুলনা করা মডেল

Minimax M3.1 Flash (high) vs DeepSeek V4.1 Flash 1017 (high) vs GPT-5.6 Sol (high) vs Claude Opus 5 (high) benchmark তুলনা: GPT-5.6 Sol (high) স্কোর-এ 9.5 নিয়ে এগিয়ে। Minimax M3.1 Flash (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Minimax M3.1 Flash (high)-এর মোট খরচ সবচেয়ে কম, $0.000. GPT-5.6 Sol (high) 13.59s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক: #228
মোট আউটপুট টোকেন: 279,438
প্রতিক্রিয়া সময় (গড়): 34.00s
মোট খরচ: $0.000

র‍্যাঙ্ক: #126
মোট আউটপুট টোকেন: 911,334
প্রতিক্রিয়া সময় (গড়): 58.56s
মোট খরচ: $0.589

র‍্যাঙ্ক: #22
মোট আউটপুট টোকেন: 32,071
প্রতিক্রিয়া সময় (গড়): 13.59s
মোট খরচ: $1.595

র‍্যাঙ্ক: #27
মোট আউটপুট টোকেন: 105,662
প্রতিক্রিয়া সময় (গড়): 25.31s
মোট খরচ: $4.524

প্রস্তাবিত মডেল GPT-5.6 Sol (high)

It has the best score here (9.5), while costing about 1.6x less than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক	Minimax M3.1 Flash Minimax M3.1 Flash high প্রকাশ: 2026-10-19 বিনামূল্যে উপলভ্য	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high প্রকাশ: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high প্রকাশ: 2026-07-09	Claude Opus 5 Claude Opus 5 high প্রকাশ: 2026-07-25

মেট্রিক	Minimax M3.1 Flash Minimax M3.1 Flash high প্রকাশ: 2026-10-19 বিনামূল্যে উপলভ্য	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high প্রকাশ: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high প্রকাশ: 2026-07-09	Claude Opus 5 Claude Opus 5 high প্রকাশ: 2026-07-25
স্কোর	6.5	7.8	9.5	9.4
র‍্যাঙ্ক	#228	#126	#22	#27
নির্ভরযোগ্যতা	10.0	10.0	10.0	10.0
ধারাবাহিকতা	7.2	7.8	8.9	10.0
প্রচেষ্টা	69/69	69/69	69/69	69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট	56.5%	71.0%	89.9%	82.6%
অস্থির টেস্ট	8	6	3	0
মোট রান	69	69	69	69
প্রতি ফলাফলে খরচ	0.000	4.530	8.020	23.809
মোট খরচ	$0.000	$0.589	$1.595	$4.524
ইনপুট মূল্য	$0.000 / 1M	$0.150 / 1M	$2.000 / 1M	$5.000 / 1M
আউটপুট মূল্য	$0.000 / 1M	$0.600 / 1M	$10.000 / 1M	$25.000 / 1M
ক্যাশ পড়ার মূল্য	প্রযোজ্য নয়	$0.003 / 1M	$0.200 / 1M	$0.500 / 1M
ক্যাশ লেখার মূল্য	প্রযোজ্য নয়	প্রযোজ্য নয়	$2.500 / 1M	$6.250 / 1M
মোট ইনপুট টোকেন	357,984	279,873	195,567	376,421
আউটপুট টোকেন	70,004	7,049	5,841	67,688
রিজনিং টোকেন	209,434	904,285	26,230	37,974
প্রতিক্রিয়া সময় (গড়)	34.00s	58.56s	13.59s	25.31s
প্রতিক্রিয়া সময় (সর্বোচ্চ)	280.72s	440.77s	59.99s	159.01s
প্রতিক্রিয়া সময় (মোট)	781.92s	1346.87s	312.61s	582.11s
প্যারামিটার	-	~748B মোট (~16B সক্রিয়)	~2T মোট (~150B সক্রিয়)	~5T মোট (~500B সক্রিয়)
উপলভ্যতা	বন্ধ উৎস	উন্মুক্ত উৎস	বন্ধ উৎস	বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#228 Minimax M3.1 Flash

high

খরচ: $0.000
সময়: 75.4s
টোকেন: 9,436 tok

#126 DeepSeek V4.1 Flash 1017

high

খরচ: $0.004
সময়: 27.2s
টোকেন: 7,593 tok

#22 GPT-5.6 Sol

high

খরচ: $0.151
সময়: 201.9s
টোকেন: 5,100 tok

#27 Claude Opus 5

high

খরচ: $0.265
সময়: 144.5s
টোকেন: 10,741 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ:

স্বায়ত্তশাসিত এজেন্টের কাজ	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	6.1	3.1	66.7%	1	70.45s	201,388	2,187	15,284
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0	43.53s	144,680	1,907	4,293
GPT-5.6 Sol	10.0	10.0	100.0%	0	59.99s	116,309	986	2,377
Claude Opus 5	10.0	10.0	100.0%	0	86.99s	240,465	3,064	7,015

অ্যান্টি-এআই কৌশল	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	6.4	7.9	58.3%	1	2.71s	2,838	154	2,428
DeepSeek V4.1 Flash 1017	8.3	10.0	75.0%	0	2.10s	627	137	2,440
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Claude Opus 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617

কোডিং	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	5.6	4.7	55.6%	2	36.78s	9,024	60,602	13,024
DeepSeek V4.1 Flash 1017	4.5	1.4	66.7%	3	196.67s	7,434	217	446,179
GPT-5.6 Sol	10.0	10.0	100.0%	0	12.52s	7,302	404	5,656
Claude Opus 5	10.0	10.0	100.0%	0	12.73s	10,590	7,547	1,721

সমন্বিত	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	10.0	10.0	100.0%	34.77s	124,090	6,299	25,610
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	37.28s	107,806	3,862	41,936
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198

ডেটা পার্সিং ও নিষ্কাশন	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	6.5	10.0	50.0%	1.00s	2,802	111	224
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.20s	7,446	207	1,450
GPT-5.6 Sol	10.0	10.0	100.0%	1.16s	7,140	222	0
Claude Opus 5	10.0	10.0	100.0%	4.22s	10,503	488	160

ডোমেইন-নির্দিষ্ট	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	5.9	7.2	55.6%	1	134.49s	2,400	17	119,910
DeepSeek V4.1 Flash 1017	3.5	4.4	33.3%	2	186.02s	909	11	382,250
GPT-5.6 Sol	5.3	7.2	44.4%	1	37.67s	628	62	10,365
Claude Opus 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923

Sadharon Buddhimotta	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	4.6	9.8	0.0%	5.16s	1,032	88	1,122
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.02s	549	120	570
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0

নির্দেশনা অনুসরণ	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	5.3	2.6	50.0%	2	1.65s	1,779	60	610
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0	1.12s	708	69	866
GPT-5.6 Sol	10.0	10.0	100.0%	0	2.73s	660	96	331
Claude Opus 5	10.0	10.0	100.0%	0	4.78s	909	119	361

ধাঁধা সমাধান	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	6.0	7.1	55.6%	1	3.48s	2,313	166	2,004
DeepSeek V4.1 Flash 1017	5.5	7.4	44.4%	1	5.70s	828	235	7,784
GPT-5.6 Sol	10.0	10.0	100.0%	0	4.10s	642	211	675
Claude Opus 5	10.0	10.0	100.0%	0	4.66s	894	908	524

টুল কলিং	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	10.0	10.0	100.0%	3.38s	9,565	306	76
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.28s	8,625	267	305
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0

সাধারণ জ্ঞান	স্কোর	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	প্রতিক্রিয়া সময় (গড়)	ইনপুট টোকেন	আউটপুট টোকেন	রিজনিং টোকেন
Minimax M3.1 Flash	3.0	10.0	0.0%	0	93.01s	753	14	29,142
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0	44.26s	261	17	16,212
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Claude Opus 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455

তুলনার জুটি বদলান

Minimax M3.1 Flashhighবিনামূল্যে উপলভ্যvsQwen3.6 35B A3Bmedium DeepSeek V4.1 Flash 1017highvsMuse Wondermax Claude Sonnet 5.5mediumvsMinimax M3.1 Flashhighবিনামূল্যে উপলভ্য Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Minimax M3.1 Flashhighবিনামূল্যে উপলভ্যvsBeam 1.0 501B A23Bxhigh DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Minimax M3.1 Flashhighবিনামূল্যে উপলভ্যvsGLM 5.3low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium KAT-Coder-Pro V2.5lowvsMinimax M3.1 Flashhighবিনামূল্যে উপলভ্য Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh

তুলনা করা মডেল