Verglichene Modelle

Benchmark-Vergleich Minimax M3.1 Flash (high) vs DeepSeek V4.1 Flash 1017 (high) vs GPT-5.6 Sol (high) vs Claude Opus 5 (high): GPT-5.6 Sol (high) führt bei Punktzahl mit 9.5. Minimax M3.1 Flash (high) führt bei Zuverlässigkeit mit 10.0. Minimax M3.1 Flash (high) hat den niedrigsten Gesamtkosten mit $0.000. GPT-5.6 Sol (high) ist mit 13.59s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-19

Verglichene Modelle

Rang: #228
Gesamte Ausgabe-Token: 279,438
Antwortzeit (Durchschnitt): 34.00s
Gesamtkosten: $0.000

Rang: #126
Gesamte Ausgabe-Token: 911,334
Antwortzeit (Durchschnitt): 58.56s
Gesamtkosten: $0.589

Rang: #22
Gesamte Ausgabe-Token: 32,071
Antwortzeit (Durchschnitt): 13.59s
Gesamtkosten: $1.595

Rang: #27
Gesamte Ausgabe-Token: 105,662
Antwortzeit (Durchschnitt): 25.31s
Gesamtkosten: $4.524

Empfohlenes Modell GPT-5.6 Sol (high)

Es hat hier die beste Punktzahl (9.5) und kostet etwa 1.6x weniger als die anderen Modelle in diesem Vergleich.

Detaillierter Vergleich

Metrik	Minimax M3.1 Flash Minimax M3.1 Flash high Veröffentlichung: 2026-10-19 Kostenlos verfügbar	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Veröffentlichung: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Veröffentlichung: 2026-07-09	Claude Opus 5 Claude Opus 5 high Veröffentlichung: 2026-07-25

Metrik	Minimax M3.1 Flash Minimax M3.1 Flash high Veröffentlichung: 2026-10-19 Kostenlos verfügbar	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Veröffentlichung: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Veröffentlichung: 2026-07-09	Claude Opus 5 Claude Opus 5 high Veröffentlichung: 2026-07-25
Punktzahl	6.5	7.8	9.5	9.4
Rang	#228	#126	#22	#27
Zuverlässigkeit	10.0	10.0	10.0	10.0
Konsistenz	7.2	7.8	8.9	10.0
Versuche	69/69	69/69	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	56.5%	71.0%	89.9%	82.6%
Instabile Tests	8	6	3	0
Gesamtläufe	69	69	69	69
Kosten pro Ergebnis	0.000	4.530	8.020	23.809
Gesamtkosten	$0.000	$0.589	$1.595	$4.524
Eingabepreis	$0.000 / 1M	$0.150 / 1M	$2.000 / 1M	$5.000 / 1M
Ausgabepreis	$0.000 / 1M	$0.600 / 1M	$10.000 / 1M	$25.000 / 1M
Preis für Cache-Lesen	k. A.	$0.003 / 1M	$0.200 / 1M	$0.500 / 1M
Preis für Cache-Schreiben	k. A.	k. A.	$2.500 / 1M	$6.250 / 1M
Gesamte Eingabe-Token	357,984	279,873	195,567	376,421
Ausgabe-Token	70,004	7,049	5,841	67,688
Denk-Token	209,434	904,285	26,230	37,974
Antwortzeit (Durchschnitt)	34.00s	58.56s	13.59s	25.31s
Antwortzeit (Maximum)	280.72s	440.77s	59.99s	159.01s
Antwortzeit (Gesamt)	781.92s	1346.87s	312.61s	582.11s
Parameter	-	~748B insgesamt (~16B aktiv)	~2T insgesamt (~150B aktiv)	~5T insgesamt (~500B aktiv)
Verfügbarkeit	Geschlossen	Open Source	Geschlossen	Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#228 Minimax M3.1 Flash

high

Kosten: $0.000
Zeit: 75.4s
Token: 9,436 tok

#126 DeepSeek V4.1 Flash 1017

high

Kosten: $0.004
Zeit: 27.2s
Token: 7,593 tok

#22 GPT-5.6 Sol

high

Kosten: $0.151
Zeit: 201.9s
Token: 5,100 tok

#27 Claude Opus 5

high

Kosten: $0.265
Zeit: 144.5s
Token: 10,741 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
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

Vergleichspaar wechseln

Minimax M3.1 FlashhighKostenlos verfügbarvsQwen3.6 35B A3Bmedium DeepSeek V4.1 Flash 1017highvsMuse Wondermax Claude Sonnet 5.5mediumvsMinimax M3.1 FlashhighKostenlos verfügbar Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Minimax M3.1 FlashhighKostenlos verfügbarvsBeam 1.0 501B A23Bxhigh DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Minimax M3.1 FlashhighKostenlos verfügbarvsGLM 5.3low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium KAT-Coder-Pro V2.5lowvsMinimax M3.1 FlashhighKostenlos verfügbar Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh

Verglichene Modelle