नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

MiniMax: MiniMax M2.7 vs OpenAI: GPT-5.6 Luna

सारांश

MiniMax M2.7 (medium) vs GPT-5.6 Luna benchmark तुलना: GPT-5.6 Luna average score में आगे है: 5.3 vs 5.2. GPT-5.6 Luna की benchmark लागत कम है: $0.047 vs $0.100. GPT-5.6 Luna तेज है: 1.06s vs 38.18s, pass rates 46.0% vs 36.5%.

अनुशंसित मॉडल: GPT-5.6 Luna - It has the best score here (5.3), while costing about 2.2x less than MiniMax M2.7 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-09

मेट्रिक MiniMax M2.7 MiniMax M2.7 medium रिलीज़: 2026-03-18 GPT-5.6 Luna GPT-5.6 Luna none रिलीज़: 2026-07-09
स्कोर 5.2 5.3
रैंक #146 #142
विश्वसनीयता 10.0 10.0
संगति 6.8 8.8
सही परीक्षण
प्रति प्रयास पास दर 46.0% 36.5%
अस्थिर टेस्ट 8 3
कुल रन 63 63
प्रति परिणाम लागत 2.494 0.767
कुल लागत $0.100 $0.047
इनपुट कीमत $0.240 / 1M $1.000 / 1M
आउटपुट कीमत $0.960 / 1M $6.000 / 1M
कुल इनपुट टोकन 34,371 34,218
आउटपुट टोकन 8,981 1,967
रीजनिंग टोकन 89,812 0
प्रतिक्रिया समय (औसत) 38.18s 1.06s
प्रतिक्रिया समय (अधिकतम) 196.21s 2.80s
प्रतिक्रिया समय (कुल) 763.60s 22.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#146 MiniMax M2.7

medium
लागत
$0.022
समय
22.8s
टोकन
9,250 tok

#142 GPT-5.6 Luna

none
लागत
$0.016
समय
15.8s
टोकन
2,685 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
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 654 3,010 17,716
GPT-5.6 Luna 4.8 10.0 25.0% 0 901ms 606 266 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 14,233 369 4,480
GPT-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 7,152 187 5,882
GPT-5.6 Luna 10.0 10.0 100.0% 0 758ms 7,140 222 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 245 8 2,796
GPT-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 486 92 5,204
GPT-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 3.8 5.8 33.3% 1 12.80s 687 350 2,600
GPT-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 5.9 7.2 55.6% 1 24.87s 675 362 7,840
GPT-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 7,067 304 1,001
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.7 3.0 10.0 0.0% 0 22.77s 211 3,068 3,452
GPT-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

त्वरित तुलना

तुलना जोड़ी बदलें