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

MiniMax M3 (medium) vs GPT-5.4 Nano (medium)

average score लगभग बराबर है: 7.5 vs 7.5. GPT-5.4 Nano (medium) की benchmark लागत कम है: $0.142 vs $0.300. GPT-5.4 Nano (medium) तेज है: 13.32s vs 75.15s, pass rates 62.1% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#84
कुल आउटपुट टोकन
275,782
प्रतिक्रिया समय (औसत)
75.15s
कुल लागत
$0.300
रैंक
#82
कुल आउटपुट टोकन
99,881
प्रतिक्रिया समय (औसत)
13.32s
कुल लागत
$0.142
अनुशंसित मॉडल GPT-5.4 Nano (medium)

It has the best score here (7.5), while costing about 2.1x less than MiniMax M3 (medium).

विस्तृत तुलना

मेट्रिक MiniMax M3 MiniMax M3 medium रिलीज़: 2026-06-01 GPT-5.4 Nano GPT-5.4 Nano medium रिलीज़: 2026-03-17
स्कोर 7.5 7.5
रैंक #84 #82
विश्वसनीयता 9.7 10.0
संगति 8.0 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 62.1% 65.2%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 2.724 1.179
कुल लागत $0.300 $0.142
इनपुट कीमत $0.300 / 1M $0.200 / 1M
आउटपुट कीमत $1.200 / 1M $1.250 / 1M
कुल इनपुट टोकन 121,996 82,828
आउटपुट टोकन 90,051 7,100
रीजनिंग टोकन 185,731 92,781
प्रतिक्रिया समय (औसत) 75.15s 13.32s
प्रतिक्रिया समय (अधिकतम) 431.03s 94.06s
प्रतिक्रिया समय (कुल) 1578.24s 292.97s
पैरामीटर 428B कुल (23B सक्रिय) ~120B कुल (~5B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#84 MiniMax M3

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

#82 GPT-5.4 Nano

medium
लागत
$0.007
समय
24.6s
टोकन
4,943 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 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778

त्वरित तुलना

तुलना जोड़ी बदलें