AI BENCHY Compare

MiniMax: MiniMax M3 vs Qwen: Qwen3.6 Plus

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

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20

Metrik	MiniMax M3 MiniMax M3 medium Rilis: 2026-06-01	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20
Skor	7.5	7.8
Peringkat	#54	#37
Keandalan	9.6	10.0
Konsistensi	8.4	9.2
Tes benar
Tingkat lulus per percobaan	75.0%	68.3%
Tes tidak stabil	4	2
Total Run	60	60
Biaya per hasil	1.083	0.630
Total Biaya	$0.120	$0.260
Harga input	$0.300 / 1M	$0.325 / 1M
Harga output	$1.200 / 1M	$1.950 / 1M
Token output	46,884	1,833
Token penalaran	85,935	124,782
Waktu respons (rata-rata)	68.44s	26.81s
Waktu respons (maks)	431.03s	201.68s
Waktu respons (total)	1300.32s	509.43s

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	207	7,557

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
Qwen3.6 Plus	4.1	6.7	16.7%	1		201.68s	38	33,395

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	452	13,073

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	56	33,464

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	21	7,761

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsMiniMax M3medium Gemini 3.1 Flash LitelowvsMiniMax M3medium MiniMax M3mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsStep 3.7 Flashlow GPT-5.2 ChatnonevsQwen3.6 Plusmedium Gemini 3 Flash PreviewnonevsQwen3.6 Plusmedium DeepSeek V4 FlashhighvsQwen3.6 Plusmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Plusmedium Gemini 3.1 Flash Lite PreviewlowvsMiniMax M3medium DeepSeek V4 FlashhighvsMiniMax M3medium Gemini 3 Flash PreviewnonevsMiniMax M3medium Gemini 3.5 FlashminimalvsQwen3.6 Plusmedium