नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Opus 4.8 vs MiniMax: MiniMax M3

सारांश

Claude Opus 4.8 vs MiniMax M3 benchmark तुलना: Claude Opus 4.8 average score में आगे है: 7.7 vs 7.6. MiniMax M3 की benchmark लागत कम है: $0.131 vs $1.270. Claude Opus 4.8 तेज है: 10.83s vs 68.17s, pass rates 79.4% vs 65.1%.

अनुशंसित मॉडल: MiniMax M3 - Its score stays close to the best score here (7.6 vs 7.7), while costing about 9.7x less than Claude Opus 4.8.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-30

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 MiniMax M3 MiniMax M3 medium रिलीज़: 2026-06-01
स्कोर 7.7 7.6
रैंक #38 #42
विश्वसनीयता 10.0 9.6
संगति 8.8 7.9
सही परीक्षण
प्रति प्रयास पास दर 79.4% 65.1%
अस्थिर टेस्ट 3 5
कुल रन 63 63
प्रति परिणाम लागत 8.466 1.187
कुल लागत $1.270 $0.131
इनपुट कीमत $5.000 / 1M $0.300 / 1M
आउटपुट कीमत $25.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 60,946 46,546
आउटपुट टोकन 31,771 49,036
रीजनिंग टोकन 6,831 92,543
प्रतिक्रिया समय (औसत) 10.83s 68.17s
प्रतिक्रिया समय (अधिकतम) 127.97s 431.03s
प्रतिक्रिया समय (कुल) 227.39s 1363.38s

जनरेशन शोकेस

Hamster playing table tennis

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

#38 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#42 MiniMax M3

medium
लागत
$0.012
समय
154.4s
टोकन
10,018 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.30s 834 793 371
MiniMax M3 5.5 3.7 66.7% 3 14.95s 2,526 874 3,414
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 20.84s 23,500 2,216 1,081
MiniMax M3 10.0 10.0 100.0% 0 65.30s 14,760 1,306 6,253
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 6.3 5.8 66.7% 1 2.27s 10,503 310 0
MiniMax M3 10.0 10.0 100.0% 0 14.92s 8,088 514 3,164
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.3 10.0 33.3% 0 45.53s 975 23,311 3,908
MiniMax M3 5.5 9.3 33.3% 0 233.13s 869 16,254 19,070
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 2.55s 708 231 0
MiniMax M3 5.1 3.4 33.3% 1 33.25s 954 2,487 2,523
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 9.8 10.0 100.0% 0 2.78s 909 111 221
MiniMax M3 9.8 10.0 100.0% 0 6.14s 1,623 103 920
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 3.01s 894 592 184
MiniMax M3 7.9 9.9 66.7% 0 49.91s 2,079 11,946 13,761
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 10.0 10.0 100.0% 0 6.85s 11,775 370 35
MiniMax M3 10.0 10.0 100.0% 0 11.91s 9,168 281 555
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 3.0 10.0 0.0% 0 5.48s 258 200 222
MiniMax M3 3.0 10.0 0.0% 0 100.80s 675 9,048 10,216

त्वरित तुलना

तुलना जोड़ी बदलें