Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs MiniMax: MiniMax M2.5

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-29

Metrică Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17 MiniMax M2.5 MiniMax M2.5 medium Lansare: 2026-02-12 Disponibil gratuit
Scor 10.0 5.7
Rang #1 #94
Fiabilitate N/D N/D
Consistență 10.0 5.6
Teste corecte
Rată de trecere pe încercare 100.0% 57.4%
Teste instabile 0 10
Rulări totale 18 54
Cost per rezultat 0.600 4.987
Cost total $0.108 $0.250
Preț de intrare $0.500 / 1M $0.150 / 1M
Preț de ieșire $3.000 / 1M $1.150 / 1M
Tokenuri de ieșire 655 107,044
Tokenuri de raționament 33,749 206,422
Timp de răspuns (mediu) 12.11s 39.65s
Timp de răspuns (maxim) 82.37s 237.27s
Timp de răspuns (total) 217.93s 396.47s

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 ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 3.26s 110 1,076
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 286 45,344
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 82.37s 144 16,257
MiniMax M2.5 3.0 10.0 0.0% 0 0ms 0 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 23.58s 117 3,495
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 740 9,713
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 7.62s 93 2,197
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 266 3,835
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 14.81s 4 7,228
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 105,047 133,487
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 6.34s 24 635
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 25 1,686
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.30s 24 903
MiniMax M2.5 8.1 6.8 83.3% 1 4.64s 252 1,873
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 4.86s 61 1,455
MiniMax M2.5 5.3 7.2 44.4% 1 11.54s 159 9,547
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Gemini 3 Flash Preview 10.0 10.0 100.0% 0 9.78s 78 503
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumDisponibil gratuitvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumDisponibil gratuitvsQwen3.6 FlashnoneMiniMax M2.5mediumDisponibil gratuitvsMiMo-V2.5-PrononeMiniMax M2.5mediumDisponibil gratuitvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumDisponibil gratuitvsGLM 4.7 FlashnoneMiniMax M2.5mediumDisponibil gratuitvsGLM 5.1noneMiniMax M2.5mediumDisponibil gratuitvsKimi K2.5noneMiniMax M2.5mediumDisponibil gratuitvsKimi K2.6noneMiniMax M2.5mediumDisponibil gratuitvsGLM 5 TurbononeMiniMax M2.5mediumDisponibil gratuitvsQwen3.5-27BnoneMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneMiniMax M2.5mediumDisponibil gratuitvsMiMo-V2-Pronone