AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MiniMax: MiniMax M3

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs MiniMax M3: Claude Opus 4.8 unggul dalam skor rata-rata dengan 7.7 vs 7.6. MiniMax M3 memiliki biaya benchmark lebih rendah di $0.131 vs $1.270. Claude Opus 4.8 lebih cepat di 10.83s vs 68.17s, dengan tingkat keberhasilan 79.4% vs 65.1%.

Model yang direkomendasikan: MiniMax M3 - Its score stays close to the best score here (7.6 vs 7.7), while costing about 9.7x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-30

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01
Skor	7.7	7.6
Peringkat	#38	#42
Keandalan	10.0	9.6
Konsistensi	8.8	7.9
Tes benar
Tingkat lulus per percobaan	79.4%	65.1%
Tes tidak stabil	3	5
Total Run	63	63
Biaya per hasil	8.466	1.187
Total Biaya	$1.270	$0.131
Harga input	$5.000 / 1M	$0.300 / 1M
Harga output	$25.000 / 1M	$1.200 / 1M
Total token input	60,946	46,546
Token output	31,771	49,036
Token penalaran	6,831	92,543
Waktu respons (rata-rata)	10.83s	68.17s
Waktu respons (maks)	127.97s	431.03s
Waktu respons (total)	227.39s	1363.38s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Biaya: $0.031
Waktu: 14.1s
Token: 1,345 tok

#42 MiniMax M3

medium

Biaya: $0.012
Waktu: 154.4s
Token: 10,018 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

Perbandingan Cepat

Ganti Pasangan Perbandingan