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

Claude Sonnet 5.5 (medium) vs Minimax M3.1 Flash (high)

average score लगभग बराबर है: 6.5 vs 6.5. Minimax M3.1 Flash (high) की benchmark लागत कम है: $0.000 vs $1.100. Claude Sonnet 5.5 (medium) तेज है: 8.03s vs 34.00s, pass rates 40.6% vs 56.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#227
कुल आउटपुट टोकन
37,748
प्रतिक्रिया समय (औसत)
8.03s
कुल लागत
$1.100
रैंक
#228
कुल आउटपुट टोकन
279,438
प्रतिक्रिया समय (औसत)
34.00s
कुल लागत
$0.000
अनुशंसित मॉडल Claude Sonnet 5.5 (medium)

It has the best score here (6.5), while responding about 4.2x faster than Minimax M3.1 Flash (high).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 medium रिलीज़: 2026-09-29 Minimax M3.1 Flash Minimax M3.1 Flash high रिलीज़: 2026-10-19 निःशुल्क उपलब्ध
स्कोर 6.5 6.5
रैंक #227 #228
विश्वसनीयता 10.0 10.0
संगति 9.7 7.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 40.6% 56.5%
अस्थिर टेस्ट 1 8
कुल रन 69 69
प्रति परिणाम लागत 12.221 0.000
कुल लागत $1.100 $0.000
इनपुट कीमत $2.000 / 1M $0.000 / 1M
आउटपुट कीमत $10.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 361,183 357,984
आउटपुट टोकन 26,609 70,004
रीजनिंग टोकन 11,139 209,434
प्रतिक्रिया समय (औसत) 8.03s 34.00s
प्रतिक्रिया समय (अधिकतम) 51.18s 280.72s
प्रतिक्रिया समय (कुल) 184.80s 781.92s
पैरामीटर ~1T कुल (~100B सक्रिय) -
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#227 Claude Sonnet 5.5

medium
लागत
$0.024
समय
17.4s
टोकन
2,525 tok

#228 Minimax M3.1 Flash

high
लागत
$0.000
समय
75.4s
टोकन
9,436 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 5.5 3.4 9.7 0.0% 0 6.07s 10,608 6,767 0
Minimax M3.1 Flash 5.6 4.7 55.6% 2 36.78s 9,024 60,602 13,024

तुलना जोड़ी बदलें