नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

MiniMax: MiniMax M2.5 vs OpenAI: GPT-5.6 Luna

सारांश

MiniMax M2.5 (medium) vs GPT-5.6 Luna benchmark तुलना: GPT-5.6 Luna average score मध्ये पुढे आहे: 5.3 vs 4.7. GPT-5.6 Luna चा benchmark खर्च कमी आहे: $0.047 vs $0.303. GPT-5.6 Luna वेगवान आहे: 1.06s vs 65.37s, pass rates 46.0% vs 36.5%.

शिफारस केलेले मॉडेल: GPT-5.6 Luna - It has the best score here (5.3), while costing about 6.6x less than MiniMax M2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12 GPT-5.6 Luna GPT-5.6 Luna none प्रकाशन: 2026-07-09
स्कोअर 4.7 5.3
क्रमांक #165 #142
विश्वसनीयता 10.0 10.0
सुसंगतता 6.5 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 36.5%
अस्थिर चाचण्या 9 3
एकूण रन 63 63
प्रति निकाल खर्च 7.900 0.767
एकूण खर्च $0.303 $0.047
इनपुट किंमत $0.150 / 1M $1.000 / 1M
आउटपुट किंमत $0.900 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 43,706 34,218
आउटपुट टोकन्स 109,495 1,967
रिझनिंग टोकन्स 330,814 0
प्रतिसाद वेळ (सरासरी) 65.37s 1.06s
प्रतिसाद वेळ (कमाल) 251.36s 2.80s
प्रतिसाद वेळ (एकूण) 849.76s 22.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#165 MiniMax M2.5

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#142 GPT-5.6 Luna

none
खर्च
$0.016
वेळ
15.8s
टोकन्स
2,685 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 612 286 45,344
GPT-5.6 Luna 4.8 10.0 25.0% 0 901ms 606 266 0
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
GPT-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 21,104 740 9,713
GPT-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 0
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 6,584 266 3,835
GPT-5.6 Luna 10.0 10.0 100.0% 0 758ms 7,140 222 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 308 105,047 133,487
GPT-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 0
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 492 25 1,686
GPT-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 7.5 10.0 50.0% 0 621ms 699 156 1,495
GPT-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 0
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 5.3 7.2 44.4% 1 11.21s 495 1,069 9,605
GPT-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 0
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 7,123 269 937
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 0
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.0 10.0 0.0% 0 80.79s 213 1,280 18,535
GPT-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

झटपट तुलना

तुलना जोडी बदला