AI BENCHY Compare

MiniMax: MiniMax M3 vs OpenAI: GPT-5.6 Luna

Ringkasan

Perbandingan benchmark MiniMax M3 (medium) vs GPT-5.6 Luna (medium): Skor rata-rata hampir imbang di 7.6 vs 7.6. MiniMax M3 (medium) memiliki biaya benchmark lebih rendah di $0.131 vs $0.258. GPT-5.6 Luna (medium) lebih cepat di 6.70s vs 68.17s, dengan tingkat keberhasilan 65.1% vs 63.5%.

Model yang direkomendasikan: GPT-5.6 Luna (medium) - It has the best score here (7.6), while responding about 10.2x faster than MiniMax M3 (medium).

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 medium Rilis: 2026-07-09

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor	7.6	7.6
Peringkat	#51	#54
Keandalan	9.6	10.0
Konsistensi	7.9	9.6
Tes benar
Tingkat lulus per percobaan	65.1%	63.5%
Tes tidak stabil	5	1
Total Run	63	63
Biaya per hasil	1.187	1.978
Total Biaya	$0.131	$0.258
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	2,148
Token penalaran	92,543	34,740
Waktu respons (rata-rata)	68.17s	6.70s
Waktu respons (maks)	431.03s	29.85s
Waktu respons (total)	1363.38s	140.62s

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

#54 GPT-5.6 Luna

medium

Biaya: $0.014
Waktu: 14.6s
Token: 2,362 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		2.52s	606	160	987

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	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

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		9.53s	12,500	375	1,354

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		1.95s	7,140	234	324

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	5.3	10.0	33.3%	0		17.37s	723	68	16,531

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	5.1	10.0	0.0%	0		4.34s	477	112	496

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		2.38s	660	95	393

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	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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		6.02s	5,454	256	244

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		6.64s	195	29	2,379

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsMiniMax M3medium DeepSeek V4 ProhighvsGPT-5.6 Lunamedium MiniMax M3mediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsStep 3.7 Flashlow MiniMax M3mediumvsGPT-5.6 Terralow MiniMax M3mediumvsGPT-5.3 Chatnone Claude Opus 4.8lowvsMiniMax M3medium GPT-5.6 LunamediumvsStep 3.7 Flashlow Claude Opus 4.8lowvsGPT-5.6 Lunamedium Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium MiniMax M3mediumvsGrok 4.5low Gemini 3 Flash PreviewlowvsMiniMax M3medium