AI BENCHY Compare

MiniMax: MiniMax M3 vs OpenAI: GPT-5.6 Luna

Zusammenfassung

MiniMax M3 (medium) vs GPT-5.6 Luna (high) Benchmark-Vergleich: GPT-5.6 Luna (high) führt beim Durchschnittsscore mit 7.7 vs 7.6. MiniMax M3 (medium) hat die niedrigeren Benchmark-Kosten mit $0.131 vs $0.924. GPT-5.6 Luna (high) ist schneller mit 18.39s vs 68.17s, mit Erfolgsraten von 65.1% vs 71.4%.

Empfohlenes Modell: MiniMax M3 (medium) - Die Punktzahl bleibt nah an der besten hier (7.6 vs 7.7) und es kostet etwa 7.1x weniger als GPT-5.6 Luna (high).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik	MiniMax M3 MiniMax M3 medium Veröffentlichung: 2026-06-01	GPT-5.6 Luna GPT-5.6 Luna high Veröffentlichung: 2026-07-09

Metrik	MiniMax M3 MiniMax M3 medium Veröffentlichung: 2026-06-01	GPT-5.6 Luna GPT-5.6 Luna high Veröffentlichung: 2026-07-09
Punktzahl	7.6	7.7
Rang	#51	#50
Zuverlässigkeit	9.6	10.0
Konsistenz	7.9	8.8
Korrekte Tests
Erfolgsquote pro Versuch	65.1%	71.4%
Instabile Tests	5	3
Gesamtläufe	63	63
Kosten pro Ergebnis	1.187	6.594
Gesamtkosten	$0.131	$0.924
Eingabepreis	$0.300 / 1M	$1.000 / 1M
Ausgabepreis	$1.200 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	46,546	35,699
Ausgabe-Token	49,036	2,079
Denk-Token	92,543	145,816
Antwortzeit (Durchschnitt)	68.17s	18.39s
Antwortzeit (Maximum)	431.03s	111.09s
Antwortzeit (Gesamt)	1363.38s	386.24s

Generierungs-Showcase

Hamster playing table tennis

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

#51 MiniMax M3

medium

Kosten: $0.012
Zeit: 154.4s
Token: 10,018 tok

#50 GPT-5.6 Luna

high

Kosten: $0.033
Zeit: 34.2s
Token: 5,484 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253
GPT-5.6 Luna	10.0	10.0	100.0%	0		13.29s	12,500	357	2,911

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsGPT-5.6 Lunahigh DeepSeek V4 ProhighvsMiniMax M3medium GPT-5.6 LunahighvsGrok 4.3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumKostenlos verfügbarvsGPT-5.6 Lunahigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Terralow