नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs MiniMax: MiniMax M3

MiniMax M3 (medium) average score मध्ये पुढे आहे: 7.6 vs 7.5. MiniMax M3 (medium) चा benchmark खर्च कमी आहे: $0.286 vs $1.550. Claude Opus 5 वेगवान आहे: 7.60s vs 74.98s, pass rates 57.6% vs 66.7%.

शिफारस केलेले मॉडेलMiniMax M3 (medium)It has the best score here (7.6), while costing about 5.4x less than Claude Opus 5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 none प्रकाशन: 2026-07-25 MiniMax M3 MiniMax M3 medium प्रकाशन: 2026-06-01
स्कोअर 7.5 7.6
क्रमांक #59 #54
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 66.7%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 12.912 2.376
एकूण खर्च $1.550 $0.286
इनपुट किंमत $5.000 / 1M $0.300 / 1M
आउटपुट किंमत $25.000 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 185,550 121,990
आउटपुट टोकन्स 24,866 77,916
रिझनिंग टोकन्स 0 173,553
प्रतिसाद वेळ (सरासरी) 7.60s 74.98s
प्रतिसाद वेळ (कमाल) 47.72s 431.03s
प्रतिसाद वेळ (एकूण) 167.28s 1574.56s

Hamster playing table tennis

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

#59 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 tok

#54 MiniMax M3

medium
खर्च
$0.012
वेळ
154.4s
टोकन्स
10,018 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667

झटपट तुलना

तुलना जोडी बदला