नेव्हिगेशन
AI BENCHY
Advertise here

MiniMax M3 (medium) vs Grok Build 0.1 (medium)

average score जवळपास समान आहे: 7.5 vs 7.5. MiniMax M3 (medium) चा benchmark खर्च कमी आहे: $0.300 vs $1.130. Grok Build 0.1 (medium) वेगवान आहे: 54.50s vs 75.15s, pass rates 62.1% vs 60.6%.

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
#89
एकूण आउटपुट टोकन्स
511,406
प्रतिसाद वेळ (सरासरी)
54.50s
एकूण खर्च
$1.130
शिफारस केलेले मॉडेल MiniMax M3 (medium)

It has the best score here (7.5), while costing about 3.8x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक MiniMax M3 MiniMax M3 medium प्रकाशन: 2026-06-01 Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर 7.5 7.5
क्रमांक #84 #89
विश्वसनीयता 9.7 10.0
सुसंगतता 8.0 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.1% 60.6%
अस्थिर चाचण्या 5 1
एकूण रन 66 66
प्रति निकाल खर्च 2.724 8.691
एकूण खर्च $0.300 $1.130
इनपुट किंमत $0.300 / 1M $1.000 / 1M
आउटपुट किंमत $1.200 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 121,996 106,946
आउटपुट टोकन्स 90,051 7,993
रिझनिंग टोकन्स 185,731 503,413
प्रतिसाद वेळ (सरासरी) 75.15s 54.50s
प्रतिसाद वेळ (कमाल) 431.03s 252.69s
प्रतिसाद वेळ (एकूण) 1578.24s 1199.07s
पॅरामीटर्स 428B एकूण (23B सक्रिय) ~300B एकूण (~30B सक्रिय)
उपलब्धता वेट्स उपलब्ध बंद स्रोत

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

#89 SpaceXAI: Grok Build 0.1

medium
खर्च
$0.028
वेळ
81.3s
टोकन्स
14,009 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
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

झटपट तुलना

तुलना जोडी बदला