Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-18

Métrica MiniMax M2.7 MiniMax M2.7 medium Lanzamiento: 2026-03-18 MiniMax M2.5 MiniMax M2.5 medium Lanzamiento: 2026-02-12 Disponible gratis GLM 5 GLM 5 medium Lanzamiento: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03
Puntuación 5.0 5.9 8.3 8.1
Rango #64 #50 #11 #14
Consistencia 5.3 5.4 8.1 10.0
Pruebas correctas
Tasa de aciertos por intento 49.0% 60.8% 84.3% 70.6%
Pruebas inestables 10 10 4 0
Ejecuciones totales 51 51 51 51
Costo por resultado 2.398 4.987 0.896 0.413
Costo total $0.072 $0.250 $0.108 $0.050
Precio de entrada $0.300 / 1M $0.200 / 1M $0.720 / 1M $0.250 / 1M
Precio de salida $1.200 / 1M $1.200 / 1M $2.300 / 1M $1.500 / 1M
Tokens de salida 4,517 107,044 19,833 1,737
Tokens de razonamiento 47,612 206,422 38,523 26,346
Tiempo de respuesta (promedio) 27.32s 39.65s 17.15s 3.70s
Tiempo de respuesta (máximo) 117.04s 237.27s 28.96s 14.93s
Tiempo de respuesta (total) 437.10s 396.47s 154.32s 62.97s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 3,010 17,716
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 286 45,344
GLM 5 10.0 10.0 100.0% 0 23.66s 480 7,056
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 570 4,305
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 369 4,480
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 740 9,713
GLM 5 10.0 10.0 100.0% 0 28.96s 662 3,242
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 327 7,347
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 187 5,882
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 266 3,835
GLM 5 7.1 5.6 83.3% 1 8.90s 567 3,734
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 279 2,952
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 8 2,796
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 105,047 133,487
GLM 5 3.5 4.4 33.3% 2 0ms 13,176 14,137
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 18 5,325
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 92 5,204
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 25 1,686
GLM 5 6.1 3.1 66.7% 1 14.69s 2,020 2,248
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 96 1,488
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 3.7 1.8 50.0% 2 12.64s 213 2,457
MiniMax M2.5 8.1 6.8 83.3% 1 4.64s 252 1,873
GLM 5 10.0 10.0 100.0% 0 7.25s 1,001 2,129
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 72 2,121
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 3.8 4.5 33.3% 2 25.62s 334 8,076
MiniMax M2.5 5.3 7.2 44.4% 1 11.54s 159 9,547
GLM 5 10.0 10.0 100.0% 0 15.64s 1,694 4,983
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 3.58s 141 1,896
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 304 1,001
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937
GLM 5 10.0 10.0 100.0% 0 15.93s 233 994
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 234 912

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumDisponible gratisvsQwen3.5-35B-A3BnoneMiniMax M2.7mediumvsQwen3 Coder NextnoneMiniMax M2.5mediumDisponible gratisvsHunter AlphanoneGemini 2.5 FlashnonevsMiniMax M2.5mediumDisponible gratisMiniMax M2.7mediumvsGPT-4o-mininoneMiniMax M2.5mediumDisponible gratisvsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsMiniMax M2.5mediumDisponible gratisMiniMax M2.5mediumDisponible gratisvsQwen3.5-FlashnoneMercury 2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsGPT-5.4 MininoneMiniMax M2.7mediumvsNemotron 3 Super 120b A12bnoneDisponible gratisMiniMax M2.7mediumvsQwen3.5-9Bnone