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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MiniMax: MiniMax M3

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-01

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01
Skor 7.3 7.3
Peringkat #66 #65
Keandalan 10.0 9.6
Konsistensi 9.2 8.4
Tes benar
Tingkat lulus per percobaan 65.0% 68.3%
Tes tidak stabil 2 6
Total Run 60 60
Biaya per hasil 4.324 1.083
Total Biaya $0.519 $0.120
Harga input $5.000 / 1M $0.300 / 1M
Harga output $25.000 / 1M $1.200 / 1M
Token output 8,098 46,884
Token penalaran 0 85,935
Waktu respons (rata-rata) 3.51s 68.44s
Waktu respons (maks) 17.73s 431.03s
Waktu respons (total) 70.19s 1300.32s

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 output Token penalaran
Claude Opus 4.8 6.5 10.0 50.0% 0 3.40s 1,472 0
MiniMax M3 5.5 3.7 66.7% 3 14.95s 874 3,414
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 6.8 10.0 50.0% 0 3.59s 1,323 0
MiniMax M3 7.5 10.0 66.7% 1 185.58s 4,071 26,059
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.5 10.0 100.0% 0 17.73s 3,259 0
MiniMax M3 10.0 10.0 100.0% 0 65.30s 1,306 6,253
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.3 5.8 83.3% 1 1.77s 308 0
MiniMax M3 10.0 10.0 100.0% 0 14.92s 514 3,164
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 7.2 44.4% 1 1.66s 61 0
MiniMax M3 6.0 10.0 44.4% 1 233.13s 16,254 19,070
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.48s 230 0
MiniMax M3 5.1 3.4 33.3% 1 33.25s 2,487 2,523
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.9 10.0 100.0% 0 1.37s 95 0
MiniMax M3 9.8 10.0 100.0% 0 6.14s 103 920
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.7 10.0 66.7% 0 2.74s 783 0
MiniMax M3 7.9 9.9 66.7% 0 49.91s 11,946 13,761
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 5.35s 355 0
MiniMax M3 10.0 10.0 100.0% 0 11.91s 281 555
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 3.41s 212 0
MiniMax M3 3.0 10.0 0.0% 0 100.80s 9,048 10,216

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumClaude Opus 4.8nonevsRing-2.6-1TmediumClaude Opus 4.8nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.2mediumRing-2.6-1TnonevsMiniMax M3mediumMiniMax M3mediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsGLM 5V TurbomediumClaude Opus 4.8nonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Opus 4.8nonevsKimi K2.6mediumTersedia gratisMiniMax M3mediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsStep 3.7 Flashlow