Advertise here
#201

MiniMax M3

Minimax रिलीज़: 2026-06-01 परीक्षण किया गया: 2026-10-01 00:19 minimax/minimax-m3::medium
428B कुल (23B सक्रिय)MoEवेट उपलब्ध

सारांश

MiniMax M3 AI BENCHY पर 6.7 स्कोर करता है और #201 पर है। इसकी reliability 9.7, pass rate 59.4%, कुल लागत $0.422, और औसत response time 77.03s है।

MiniMax M3 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
428B कुल (23B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट उपलब्ध
लाइसेंस
MiniMax Community
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

6.7

संगति

8.1

विश्वसनीयता

9.7

कुल लागत (वर्तमान कीमत)

$0.422 ↑ +13.3%

परीक्षण के समय: $0.372

कुल आउटपुट टोकन

268,293

कुल इनपुट टोकन

166,517

इनपुट कीमत

$0.300 / 1M

आउटपुट कीमत

$1.200 / 1M

कैश पढ़ने की कीमत

$0.060 / 1M

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 59.4%

अस्थिर टेस्ट

5

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

77.03s

प्रतिक्रिया समय (अधिकतम): 431.03s

प्रतिक्रिया समय (कुल): 1694.74s

गलत उत्तर: 5 समय समाप्त: 3 निर्देशों का पालन नहीं किया: 2 अतिरिक्त फॉर्मेटिंग: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#201 MiniMax M3

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-10-01 00:19 दोबारा परीक्षण 6.7 9.7 $0.422 ↑ वर्तमान रन
2026-07-16 21:24 नया टेस्ट जोड़ा गया 7.6 9.7 $0.286 तुलना करें
2026-06-04 13:10 नया टेस्ट जोड़ा गया 7.1 9.6 $0.131 तुलना करें
2026-06-01 10:53 पहला रन 7.3 9.6 $0.120 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-10-01 00:19 · वर्तमान रन69/69 प्रयास6.78.19.711/235268,293166,517$0.42277.03s
2026-06-01 10:53 · पहला रन60/60 प्रयास7.38.49.611/206132,81943,447$0.12068.44s
अंतर—-0.6-0.3+0.10-1+135474+123070+$0.303+8596ms

बेंचमार्क कवरेज अलग है: 69/69 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 60/60 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत कैश पढ़ने की कीमत कैश लिखने की कीमत
2026-08-14 12:51 $0.300 / 1M $1.200 / 1M लागू नहीं लागू नहीं
2026-10-01 18:33 $0.300 / 1M $1.200 / 1M $0.060 / 1M लागू नहीं

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

MiniMax M3mediumvsGrok 4.7highMiniMax M3mediumvsEmber-1maxMiniMax M3mediumvsSolar Pro 4lowMiniMax M3mediumvsGPT 5.3 ChatdefaultMiniMax M3mediumvsQwen3.5-FlashnoneMiniMax M3mediumvsGPT-5.6 SolnoneMiniMax M3mediumvsGrok Build 0.1mediumMiniMax M3mediumvsApodex 1.1 Minihighनिःशुल्क उपलब्धMiniMax M3mediumvsGrok 4.7xhighMiniMax M3mediumvsGLM 5.3 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 3.0 10.0
एंटी-एआई ट्रिक्स 5.5 3.7
कोडिंग 6.1 6.5
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.2 9.3
Samanya Buddhimatta 5.1 3.4
निर्देश पालन 9.8 10.0
पहेली समाधान 7.9 9.9
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल