तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs MiniMax: MiniMax M2.5

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Anthropic: Claude Sonnet 4.6 medium रिलीज़: रिलीज़ तिथि अज्ञात	MiniMax: MiniMax M2.5 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#8	#26
स्कोर	7.43	5.64
संगति	9.40	6.12
प्रति परिणाम लागत	8.105	4.028
कुल लागत	$0.811	$0.242
सही परीक्षण
गलत टेस्ट	4	8
प्रति प्रयास पास दर	73.8%	64.3%
अस्थिर टेस्ट	1	7
आउटपुट टोकन	29,098	121,297
रीजनिंग टोकन	20,435	203,513

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		1,031	1,093
MiniMax: MiniMax M2.5	9.33	7.89	88.9%	1		286	45,112

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		727	907
MiniMax: MiniMax M2.5	5.50	5.81	83.3%	1		369	4,952

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	1.00	7.21	11.1%	1		25,790	16,919
MiniMax: MiniMax M2.5	1.00	4.41	22.2%	2		111,023	139,533

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		316	523
MiniMax: MiniMax M2.5	7.00	6.41	66.7%	1		1,121	2,521

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		579	642
MiniMax: MiniMax M2.5	4.33	4.79	55.6%	2		8,229	10,458

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		655	351
MiniMax: MiniMax M2.5	10.00	10.00	100.0%	0		269	937

तुलना जोड़ी बदलें

Anthropic: Claude Sonnet 4.6 की तुलना इससे करें...

MiniMax: MiniMax M2.5 की तुलना इससे करें...