नेविगेशन
Advertise here

तुलना किए गए मॉडल

Minimax M3.1 Flash (high) vs DeepSeek V4.1 Flash 1017 (high) vs GPT-5.6 Sol (high) vs Claude Opus 5 (high) benchmark तुलना: GPT-5.6 Sol (high) स्कोर में 9.5 के साथ आगे है। Minimax M3.1 Flash (high) विश्वसनीयता में 10.0 के साथ आगे है। Minimax M3.1 Flash (high) का कुल लागत सबसे कम है: $0.000. GPT-5.6 Sol (high) 13.59s पर सबसे तेज है।

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

तुलना किए गए मॉडल

रैंक
#228
कुल आउटपुट टोकन
279,438
प्रतिक्रिया समय (औसत)
34.00s
कुल लागत
$0.000
रैंक
#126
कुल आउटपुट टोकन
911,334
प्रतिक्रिया समय (औसत)
58.56s
कुल लागत
$0.589
रैंक
#22
कुल आउटपुट टोकन
32,071
प्रतिक्रिया समय (औसत)
13.59s
कुल लागत
$1.595
रैंक
#27
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
अनुशंसित मॉडल GPT-5.6 Sol (high)

It has the best score here (9.5), while costing about 1.6x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Minimax M3.1 Flash Minimax M3.1 Flash high रिलीज़: 2026-10-19 निःशुल्क उपलब्ध DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high रिलीज़: 2026-10-18 GPT-5.6 Sol GPT-5.6 Sol high रिलीज़: 2026-07-09 Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25
स्कोर 6.5 7.8 9.5 9.4
रैंक #228 #126 #22 #27
विश्वसनीयता 10.0 10.0 10.0 10.0
संगति 7.2 7.8 8.9 10.0
प्रयास 69/69 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 56.5% 71.0% 89.9% 82.6%
अस्थिर टेस्ट 8 6 3 0
कुल रन 69 69 69 69
प्रति परिणाम लागत 0.000 4.530 8.020 23.809
कुल लागत $0.000 $0.589 $1.595 $4.524
इनपुट कीमत $0.000 / 1M $0.150 / 1M $2.000 / 1M $5.000 / 1M
आउटपुट कीमत $0.000 / 1M $0.600 / 1M $10.000 / 1M $25.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.003 / 1M $0.200 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं $2.500 / 1M $6.250 / 1M
कुल इनपुट टोकन 357,984 279,873 195,567 376,421
आउटपुट टोकन 70,004 7,049 5,841 67,688
रीजनिंग टोकन 209,434 904,285 26,230 37,974
प्रतिक्रिया समय (औसत) 34.00s 58.56s 13.59s 25.31s
प्रतिक्रिया समय (अधिकतम) 280.72s 440.77s 59.99s 159.01s
प्रतिक्रिया समय (कुल) 781.92s 1346.87s 312.61s 582.11s
पैरामीटर - ~748B कुल (~16B सक्रिय) ~2T कुल (~150B सक्रिय) ~5T कुल (~500B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत 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.

#228 Minimax M3.1 Flash

high
लागत
$0.000
समय
75.4s
टोकन
9,436 tok

#126 DeepSeek V4.1 Flash 1017

high
लागत
$0.004
समय
27.2s
टोकन
7,593 tok

#22 GPT-5.6 Sol

high
लागत
$0.151
समय
201.9s
टोकन
5,100 tok

#27 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 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
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

तुलना जोड़ी बदलें