AI BENCHY
Advertise here
#65

MiniMax M3

Minimax रिलीज़: 2026-06-01 परीक्षण किया गया: 2026-06-01 10:53 minimax/minimax-m3::medium

सारांश

MiniMax M3 AI BENCHY पर 7.3 स्कोर करता है और #65 पर है। इसकी reliability 9.6, pass rate 68.3%, कुल लागत $0.120, और औसत response time 68.44s है।

MiniMax M3 को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

संगति

8.4

कुल आउटपुट टोकन

132,819

कुल इनपुट टोकन

43,447

इनपुट कीमत

$0.300 / 1M

आउटपुट कीमत

$1.200 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 68.3%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

68.44s

प्रतिक्रिया समय (अधिकतम): 431.03s

प्रतिक्रिया समय (कुल): 1300.32s

जनरेशन शोकेस

Hamster playing table tennis

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

#65 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
2026-06-04 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 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-06-01 10:53 · पहला रन7.38.49.611/206132,81943,447$0.12068.44s
2026-06-04 13:10 · नया टेस्ट जोड़ा गया7.17.99.611/215141,57946,546$0.13168.17s
अंतर+0.3+0.50.00+1-8760-3099-$0.012+269ms

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
2026-06-01 11:25 $0.300 / 1M $1.200 / 1M

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 5.5 3.7
कोडिंग 7.5 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 6.0 10.0
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