MiniMax M3 (medium) vs Qwen3.8 2.4T A95B (high)

MiniMax M3 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.4. MiniMax M3 (medium) चा benchmark खर्च कमी आहे: $0.300 vs $2.357. MiniMax M3 (medium) वेगवान आहे: 75.15s vs 120.59s, pass rates 62.1% vs 74.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक: #84
एकूण आउटपुट टोकन्स: 275,782
प्रतिसाद वेळ (सरासरी): 75.15s
एकूण खर्च: $0.300

क्रमांक: #95
एकूण आउटपुट टोकन्स: 456,028
प्रतिसाद वेळ (सरासरी): 120.59s
एकूण खर्च: $2.357

शिफारस केलेले मॉडेल MiniMax M3 (medium)

It has the best score here (7.5), while costing about 7.9x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक	MiniMax M3 MiniMax M3 medium प्रकाशन: 2026-06-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12

मेट्रिक	MiniMax M3 MiniMax M3 medium प्रकाशन: 2026-06-01	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर	7.5	7.4
क्रमांक	#84	#95
विश्वसनीयता	9.7	9.4
सुसंगतता	8.0	8.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	62.1%	74.2%
अस्थिर चाचण्या	5	4
एकूण रन	66	66
प्रति निकाल खर्च	2.724	16.832
एकूण खर्च	$0.300	$2.357
इनपुट किंमत	$0.300 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.200 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	121,996	108,931
आउटपुट टोकन्स	90,051	112,801
रिझनिंग टोकन्स	185,731	343,227
प्रतिसाद वेळ (सरासरी)	75.15s	120.59s
प्रतिसाद वेळ (कमाल)	431.03s	532.28s
प्रतिसाद वेळ (एकूण)	1578.24s	2653.05s
पॅरामीटर्स	428B एकूण (23B सक्रिय)	2.4T एकूण (95B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#84 MiniMax M3

medium

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

#95 Qwen3.8 2.4T A95B

high

अवैध SVG

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	10.0	10.0	100.0%	0		138.24s	90,204	30,186	87,263
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	3.2	9.3	0.0%	0		234.97s	875	28,389	31,248
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

झटपट तुलना

तुलना जोडी बदला

MiniMax M3mediumvsGPT 5.3 Chatnone MiniMax M3mediumvsGPT-5.6 Terralow Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh MiniMax M3mediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh KAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95Bhigh Claude Opus 5nonevsMiniMax M3medium