AI BENCHY Compare
Google: Gemini 3.1 Flash Lite Preview vs MiniMax: MiniMax M2.5
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-04
| Metrică | Google: Gemini 3.1 Flash Lite Preview none Lansare: 2026-03-03 | MiniMax: MiniMax M2.5 medium Lansare: 2026-02-12 |
|---|---|---|
| Rang | #13 | #33 |
| Scor mediu | 7.25 | 5.87 |
| Consistență | 9.57 | 6.38 |
| Cost per rezultat | 0.134 | 3.511 |
| Cost total | $0.013 | $0.246 |
| Teste corecte | ||
| Rată de trecere pe încercare | 64.4% | 66.7% |
| Teste instabile | 1 | 7 |
| Tokenuri de ieșire | 4,674 | 121,433 |
| Tokenuri de raționament | 0 | 205,339 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 6.00 | 7.85 | 55.6% | 1 | 1,086 | 0 | |
| MiniMax: MiniMax M2.5 | 9.33 | 7.89 | 88.9% | 1 | 286 | 45,112 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 1.00 | 10.00 | 0.0% | 0 | 367 | 0 | |
| MiniMax: MiniMax M2.5 | 9.00 | 10.00 | 100.0% | 0 | 136 | 1,826 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.88 | 10.00 | 100.0% | 0 | 399 | 0 | |
| MiniMax: MiniMax M2.5 | 5.50 | 5.81 | 83.3% | 1 | 369 | 4,952 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 4.00 | 10.00 | 33.3% | 0 | 568 | 0 | |
| MiniMax: MiniMax M2.5 | 1.00 | 4.41 | 22.2% | 2 | 111,023 | 139,533 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 9.00 | 10.00 | 50.0% | 0 | 574 | 0 | |
| MiniMax: MiniMax M2.5 | 7.00 | 6.41 | 66.7% | 1 | 1,121 | 2,521 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 898 | 0 | |
| MiniMax: MiniMax M2.5 | 4.33 | 4.79 | 55.6% | 2 | 8,229 | 10,458 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 3.1 Flash Lite Preview | 10.00 | 10.00 | 100.0% | 0 | 782 | 0 | |
| MiniMax: MiniMax M2.5 | 10.00 | 10.00 | 100.0% | 0 | 269 | 937 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitMiniMax M2.5mediumvsQwen3.5 Plus 2026-02-15noneDeepSeek V3.2mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumMiniMax M2.5mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewnonevsGLM 5mediumClaude Sonnet 4.6nonevsMiniMax M2.5mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.1 FastmediumGemini 3.1 Flash Lite PreviewnonevsKimi K2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5medium