AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs MiniMax: MiniMax M3

Rezumat

Comparație benchmark Claude Opus 4.8 vs MiniMax M3: Claude Opus 4.8 conduce la scorul mediu cu 7.7 vs 7.6. MiniMax M3 are costul de benchmark mai mic, $0.131 vs $1.270. Claude Opus 4.8 este mai rapid cu 10.83s vs 68.17s, cu rate de reușită de 79.4% vs 65.1%.

Model recomandat: MiniMax M3 - Scorul rămâne aproape de cel mai bun scor de aici (7.6 vs 7.7) și costă de aproximativ 9.7x mai puțin decât Claude Opus 4.8.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-30

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	MiniMax M3 MiniMax M3 medium Lansare: 2026-06-01

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	MiniMax M3 MiniMax M3 medium Lansare: 2026-06-01
Scor	7.7	7.6
Rang	#38	#42
Fiabilitate	10.0	9.6
Consistență	8.8	7.9
Teste corecte
Rată de trecere pe încercare	79.4%	65.1%
Teste instabile	3	5
Rulări totale	63	63
Cost per rezultat	8.466	1.187
Cost total	$1.270	$0.131
Preț de intrare	$5.000 / 1M	$0.300 / 1M
Preț de ieșire	$25.000 / 1M	$1.200 / 1M
Total tokenuri de intrare	60,946	46,546
Tokenuri de ieșire	31,771	49,036
Tokenuri de raționament	6,831	92,543
Timp de răspuns (mediu)	10.83s	68.17s
Timp de răspuns (maxim)	127.97s	431.03s
Timp de răspuns (total)	227.39s	1363.38s

Prezentare generare

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Cost: $0.031
Timp: 14.1s
Tokenuri: 1,345 tok

#42 MiniMax M3

medium

Cost: $0.012
Timp: 154.4s
Tokenuri: 10,018 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
MiniMax M3	10.0	10.0	100.0%	0		65.30s	14,760	1,306	6,253

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
MiniMax M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

Comparație rapidă

Schimbă perechea de comparație