AI BENCHY Compare

MiniMax: MiniMax M3 vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark MiniMax M3 (medium) vs GPT-5.6 Luna (high): GPT-5.6 Luna (high) unggul dalam skor rata-rata dengan 7.7 vs 7.6. MiniMax M3 (medium) memiliki biaya benchmark lebih rendah di $0.131 vs $0.924. GPT-5.6 Luna (high) lebih cepat di 18.39s vs 68.17s, dengan tingkat keberhasilan 65.1% vs 71.4%.

Model yang direkomendasikan: MiniMax M3 (medium) - Its score stays close to the best score here (7.6 vs 7.7), while costing about 7.1x less than GPT-5.6 Luna (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	GPT-5.6 Luna GPT-5.6 Luna high Rilis: 2026-07-09
Skor	7.6	7.7
Peringkat	#51	#50
Keandalan	9.6	10.0
Konsistensi	7.9	8.8
Tes benar
Tingkat lulus per percobaan	65.1%	71.4%
Tes tidak stabil	5	3
Total Run	63	63
Biaya per hasil	1.187	6.594
Total Biaya	$0.131	$0.924
Harga input	$0.300 / 1M	$1.000 / 1M
Harga output	$1.200 / 1M	$6.000 / 1M
Total token input	46,546	35,699
Token output	49,036	2,079
Token penalaran	92,543	145,816
Waktu respons (rata-rata)	68.17s	18.39s
Waktu respons (maks)	431.03s	111.09s
Waktu respons (total)	1363.38s	386.24s

Showcase generasi

Hamster playing table tennis

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

#51 MiniMax M3

medium

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

#50 GPT-5.6 Luna

high

Biaya: $0.033
Waktu: 34.2s
Token: 5,484 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
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253
GPT-5.6 Luna	10.0	10.0	100.0%	0		13.29s	12,500	357	2,911

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
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
GPT-5.6 Luna	7.7	10.0	66.7%	0		78.96s	723	69	96,395

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 LunahighvsStep 3.7 Flashlow Claude Opus 4.6mediumvsGPT-5.6 Lunahigh DeepSeek V4 ProhighvsMiniMax M3medium GPT-5.6 LunahighvsGrok 4.3medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumTersedia gratisvsGPT-5.6 Lunahigh Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunahigh GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Terralow