AI BENCHY Compare

MiniMax: MiniMax M3 vs OpenAI: GPT-5.2 Chat

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

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor	7.5	7.9
Peringkat	#54	#32
Keandalan	9.6	10.0
Konsistensi	8.4	8.9
Tes benar
Tingkat lulus per percobaan	75.0%	73.3%
Tes tidak stabil	4	3
Total Run	60	60
Biaya per hasil	1.083	2.703
Total Biaya	$0.120	$0.352
Harga input	$0.300 / 1M	$1.750 / 1M
Harga output	$1.200 / 1M	$14.000 / 1M
Token output	46,884	21,144
Token penalaran	85,935	0
Waktu respons (rata-rata)	68.44s	6.82s
Waktu respons (maks)	431.03s	38.52s
Waktu respons (total)	1300.32s	136.34s

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
MiniMax M3	5.5	3.7	66.7%	3		14.95s	874	3,414
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	8.3	10.0	100.0%	0		185.58s	4,071	26,059
GPT-5.2 Chat	8.2	6.7	83.3%	1		8.05s	4,131	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	10.0	10.0	100.0%	0		65.30s	1,306	6,253
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	10.0	10.0	100.0%	0		14.92s	514	3,164
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	6.5	10.0	66.7%	0		233.13s	16,254	19,070
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	5.1	3.4	33.3%	1		33.25s	2,487	2,523
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	9.8	10.0	100.0%	0		6.14s	103	920
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	1,441	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	7.9	9.9	66.7%	0		49.91s	11,946	13,761
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	1,603	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	10.0	10.0	100.0%	0		11.91s	281	555
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
MiniMax M3	3.0	10.0	0.0%	0		100.80s	9,048	10,216
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	1,239	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsMiniMax M3medium Gemma 4 26B A4BmediumTersedia gratisvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsGLM 5 Turbomedium Gemini 3.1 Flash LitelowvsMiniMax M3medium GPT-5.2 ChatnonevsQwen3.5-27Bmedium MiniMax M3mediumvsGPT-5.3 Chatnone GPT-5.2 ChatnonevsQwen3.6 35B A3Bmedium GPT-5.2 ChatnonevsGrok 4.3medium Gemini 3.5 FlashminimalvsGPT-5.2 Chatnone MiniMax M3mediumvsStep 3.7 Flashlow GPT-5.2 ChatnonevsQwen3.6 Plusmedium