AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs MiniMax: MiniMax M2.5
Bandingkan:
Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-04
| Metrik | Google: Gemini 3.1 Flash Lite Preview none Rilis: 2026-03-03 | MiniMax: MiniMax M2.5 medium Rilis: 2026-02-12 |
|---|---|---|
| Peringkat | #13 | #33 |
| Skor Rata-rata | 7.25 | 5.87 |
| Konsistensi | 9.57 | 6.38 |
| Biaya per hasil | 0.134 | 3.511 |
| Total Biaya | $0.013 | $0.246 |
| Tes benar | ||
| Tingkat lulus per percobaan | 64.4% | 66.7% |
| Tes tidak stabil | 1 | 7 |
| Token output | 4,674 | 121,433 |
| Token penalaran | 0 | 205,339 |
Skor vs Total Biaya
Rincian Kategori
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 6.00 | 7.85 | 55.6% | 1 | 1,086 | 0 | |
| MiniMax: MiniMax M2.5 | 9.33 | 7.89 | 88.9% | 1 | 286 | 45,112 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 1.00 | 10.00 | 0.0% | 0 | 367 | 0 | |
| MiniMax: MiniMax M2.5 | 9.00 | 10.00 | 100.0% | 0 | 136 | 1,826 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 399 | 0 | |
| MiniMax: MiniMax M2.5 | 5.50 | 5.81 | 83.3% | 1 | 369 | 4,952 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 568 | 0 | |
| MiniMax: MiniMax M2.5 | 1.00 | 4.41 | 22.2% | 2 | 111,023 | 139,533 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.00 | 10.00 | 50.0% | 0 | 574 | 0 | |
| MiniMax: MiniMax M2.5 | 7.00 | 6.41 | 66.7% | 1 | 1,121 | 2,521 |
| Puzzle Solving | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 898 | 0 | |
| MiniMax: MiniMax M2.5 | 4.33 | 4.79 | 55.6% | 2 | 8,229 | 10,458 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 782 | 0 | |
| MiniMax: MiniMax M2.5 | 10.00 | 10.00 | 100.0% | 0 | 269 | 937 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisMiniMax M2.5mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumMiniMax M2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumClaude Sonnet 4.6nonevsMiniMax M2.5mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5medium