Modelos comparados

Comparación benchmark 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) lidera en Puntuación con 9.5. Minimax M3.1 Flash (high) lidera en Fiabilidad con 10.0. Minimax M3.1 Flash (high) tiene el Costo total más bajo con $0.000. GPT-5.6 Sol (high) es el más rápido con 13.59s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-19

Modelos comparados

Rango: #228
Total de tokens de salida: 279,438
Tiempo de respuesta (promedio): 34.00s
Costo total: $0.000

Rango: #126
Total de tokens de salida: 911,334
Tiempo de respuesta (promedio): 58.56s
Costo total: $0.589

Rango: #22
Total de tokens de salida: 32,071
Tiempo de respuesta (promedio): 13.59s
Costo total: $1.595

Rango: #27
Total de tokens de salida: 105,662
Tiempo de respuesta (promedio): 25.31s
Costo total: $4.524

Modelo recomendado GPT-5.6 Sol (high)

Tiene la mejor puntuación aquí (9.5) y cuesta aproximadamente 1.6x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica	Minimax M3.1 Flash Minimax M3.1 Flash high Lanzamiento: 2026-10-19 Disponible gratis	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Lanzamiento: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Lanzamiento: 2026-07-09	Claude Opus 5 Claude Opus 5 high Lanzamiento: 2026-07-25

Métrica	Minimax M3.1 Flash Minimax M3.1 Flash high Lanzamiento: 2026-10-19 Disponible gratis	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Lanzamiento: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Lanzamiento: 2026-07-09	Claude Opus 5 Claude Opus 5 high Lanzamiento: 2026-07-25
Puntuación	6.5	7.8	9.5	9.4
Rango	#228	#126	#22	#27
Fiabilidad	10.0	10.0	10.0	10.0
Consistencia	7.2	7.8	8.9	10.0
Intentos	69/69	69/69	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	56.5%	71.0%	89.9%	82.6%
Pruebas inestables	8	6	3	0
Ejecuciones totales	69	69	69	69
Costo por resultado	0.000	4.530	8.020	23.809
Costo total	$0.000	$0.589	$1.595	$4.524
Precio de entrada	$0.000 / 1M	$0.150 / 1M	$2.000 / 1M	$5.000 / 1M
Precio de salida	$0.000 / 1M	$0.600 / 1M	$10.000 / 1M	$25.000 / 1M
Precio de lectura de caché	N/D	$0.003 / 1M	$0.200 / 1M	$0.500 / 1M
Precio de escritura de caché	N/D	N/D	$2.500 / 1M	$6.250 / 1M
Total de tokens de entrada	357,984	279,873	195,567	376,421
Tokens de salida	70,004	7,049	5,841	67,688
Tokens de razonamiento	209,434	904,285	26,230	37,974
Tiempo de respuesta (promedio)	34.00s	58.56s	13.59s	25.31s
Tiempo de respuesta (máximo)	280.72s	440.77s	59.99s	159.01s
Tiempo de respuesta (total)	781.92s	1346.87s	312.61s	582.11s
Parámetros	-	~748B en total (~16B activos)	~2T en total (~150B activos)	~5T en total (~500B activos)
Disponibilidad	Código cerrado	Código abierto	Código cerrado	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#228 Minimax M3.1 Flash

high

Coste: $0.000
Tiempo: 75.4s
Tokens: 9,436 tok

#126 DeepSeek V4.1 Flash 1017

high

Coste: $0.004
Tiempo: 27.2s
Tokens: 7,593 tok

#22 GPT-5.6 Sol

high

Coste: $0.151
Tiempo: 201.9s
Tokens: 5,100 tok

#27 Claude Opus 5

high

Coste: $0.265
Tiempo: 144.5s
Tokens: 10,741 tok

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

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Cambiar par de comparación

Minimax M3.1 FlashhighDisponible gratisvsQwen3.6 35B A3Bmedium DeepSeek V4.1 Flash 1017highvsMuse Wondermax Claude Sonnet 5.5mediumvsMinimax M3.1 FlashhighDisponible gratis Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Minimax M3.1 FlashhighDisponible gratisvsBeam 1.0 501B A23Bxhigh DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Minimax M3.1 FlashhighDisponible gratisvsGLM 5.3low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium KAT-Coder-Pro V2.5lowvsMinimax M3.1 FlashhighDisponible gratis Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh

Modelos comparados