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

MiniMax M3 (medium) vs Grok Build 0.1 (medium)

average score लगभग बराबर है: 6.7 vs 6.7. MiniMax M3 (medium) की benchmark लागत कम है: $0.422 vs $1.419. Grok Build 0.1 (medium) तेज है: 55.13s vs 77.03s, pass rates 59.4% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक
#182
कुल आउटपुट टोकन
324,934
प्रतिक्रिया समय (औसत)
77.03s
कुल लागत
$0.422
रैंक
#178
कुल आउटपुट टोकन
529,806
प्रतिक्रिया समय (औसत)
55.13s
कुल लागत
$1.419
अनुशंसित मॉडल MiniMax M3 (medium)

It has the best score here (6.7), while costing about 3.4x less than Grok Build 0.1 (medium).

विस्तृत तुलना

मेट्रिक MiniMax M3 MiniMax M3 medium रिलीज़: 2026-06-01 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 6.7 6.7
रैंक #182 #178
विश्वसनीयता 9.7 10.0
संगति 8.1 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 58.0%
अस्थिर टेस्ट 5 1
कुल रन 69 69
प्रति परिणाम लागत 3.381 10.910
कुल लागत $0.422 $1.419
इनपुट कीमत $0.300 / 1M $1.000 / 1M
आउटपुट कीमत $1.200 / 1M $2.000 / 1M
कैश पढ़ने की कीमत $0.060 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 166,517 358,616
आउटपुट टोकन 107,386 9,651
रीजनिंग टोकन 217,548 520,155
प्रतिक्रिया समय (औसत) 77.03s 55.13s
प्रतिक्रिया समय (अधिकतम) 431.03s 252.69s
प्रतिक्रिया समय (कुल) 1694.74s 1268.10s
पैरामीटर 428B कुल (23B सक्रिय) ~300B कुल (~30B सक्रिय)
उपलब्धता वेट उपलब्ध 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.

#182 MiniMax M3

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

#178 SpaceXAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें