নেভিগেশন
AI BENCHY
Advertise here

MiniMax M3 (medium) vs Qwen3.8 2.4T A95B (high)

MiniMax M3 (medium) average score-এ এগিয়ে: 7.5 vs 7.4. MiniMax M3 (medium)-এর benchmark খরচ কম: $0.300 vs $2.357. MiniMax M3 (medium) দ্রুত: 75.15s vs 120.59s, pass rates 62.1% vs 74.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#84
মোট আউটপুট টোকেন
275,782
প্রতিক্রিয়া সময় (গড়)
75.15s
মোট খরচ
$0.300
র‍্যাঙ্ক
#95
মোট আউটপুট টোকেন
456,028
প্রতিক্রিয়া সময় (গড়)
120.59s
মোট খরচ
$2.357
প্রস্তাবিত মডেল MiniMax M3 (medium)

It has the best score here (7.5), while costing about 7.9x less than Qwen3.8 2.4T A95B (high).

বিস্তারিত তুলনা

মেট্রিক MiniMax M3 MiniMax M3 medium প্রকাশ: 2026-06-01 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12
স্কোর 7.5 7.4
র‍্যাঙ্ক #84 #95
নির্ভরযোগ্যতা 9.7 9.4
ধারাবাহিকতা 8.0 8.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 62.1% 74.2%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 2.724 16.832
মোট খরচ $0.300 $2.357
ইনপুট মূল্য $0.300 / 1M $2.000 / 1M
আউটপুট মূল্য $1.200 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 121,996 108,931
আউটপুট টোকেন 90,051 112,801
রিজনিং টোকেন 185,731 343,227
প্রতিক্রিয়া সময় (গড়) 75.15s 120.59s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 431.03s 532.28s
প্রতিক্রিয়া সময় (মোট) 1578.24s 2653.05s
প্যারামিটার 428B মোট (23B সক্রিয়) 2.4T মোট (95B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#84 MiniMax M3

medium
খরচ
$0.012
সময়
154.4s
টোকেন
10,018 tok

#95 Qwen3.8 2.4T A95B

high
অবৈধ SVG
খরচ
$0.000
সময়
600.0s
টোকেন
0 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

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

দ্রুত তুলনা

তুলনার জুটি বদলান