Modele comparate

Comparație benchmark Minimax M3.1 Flash (high) vs DeepSeek V4.1 Flash 1017 (high) vs GPT-5.6 Sol (high) vs Claude Opus 5 (high): GPT-5.6 Sol (high) conduce la Scor cu 9.5. Minimax M3.1 Flash (high) conduce la Fiabilitate cu 10.0. Minimax M3.1 Flash (high) are cel mai mic Cost total, $0.000. GPT-5.6 Sol (high) are cel mai rapid timp de răspuns, 13.59s.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-19

Modele comparate

Rang: #228
Total tokenuri de ieșire: 279,438
Timp de răspuns (mediu): 34.00s
Cost total: $0.000

Rang: #126
Total tokenuri de ieșire: 911,334
Timp de răspuns (mediu): 58.56s
Cost total: $0.589

Rang: #22
Total tokenuri de ieșire: 32,071
Timp de răspuns (mediu): 13.59s
Cost total: $1.595

Rang: #27
Total tokenuri de ieșire: 105,662
Timp de răspuns (mediu): 25.31s
Cost total: $4.524

Model recomandat GPT-5.6 Sol (high)

Are cel mai bun scor aici (9.5) și costă de aproximativ 1.6x mai puțin decât celelalte modele din această comparație.

Comparație detaliată

Metrică	Minimax M3.1 Flash Minimax M3.1 Flash high Lansare: 2026-10-19 Disponibil gratuit	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Lansare: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09	Claude Opus 5 Claude Opus 5 high Lansare: 2026-07-25

Metrică	Minimax M3.1 Flash Minimax M3.1 Flash high Lansare: 2026-10-19 Disponibil gratuit	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Lansare: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Lansare: 2026-07-09	Claude Opus 5 Claude Opus 5 high Lansare: 2026-07-25
Scor	6.5	7.8	9.5	9.4
Rang	#228	#126	#22	#27
Fiabilitate	10.0	10.0	10.0	10.0
Consistență	7.2	7.8	8.9	10.0
Încercări	69/69	69/69	69/69	69/69
Teste corecte
Rată de trecere pe încercare	56.5%	71.0%	89.9%	82.6%
Teste instabile	8	6	3	0
Rulări totale	69	69	69	69
Cost per rezultat	0.000	4.530	8.020	23.809
Cost total	$0.000	$0.589	$1.595	$4.524
Preț de intrare	$0.000 / 1M	$0.150 / 1M	$2.000 / 1M	$5.000 / 1M
Preț de ieșire	$0.000 / 1M	$0.600 / 1M	$10.000 / 1M	$25.000 / 1M
Preț citire cache	N/D	$0.003 / 1M	$0.200 / 1M	$0.500 / 1M
Preț scriere cache	N/D	N/D	$2.500 / 1M	$6.250 / 1M
Total tokenuri de intrare	357,984	279,873	195,567	376,421
Tokenuri de ieșire	70,004	7,049	5,841	67,688
Tokenuri de raționament	209,434	904,285	26,230	37,974
Timp de răspuns (mediu)	34.00s	58.56s	13.59s	25.31s
Timp de răspuns (maxim)	280.72s	440.77s	59.99s	159.01s
Timp de răspuns (total)	781.92s	1346.87s	312.61s	582.11s
Parametri	-	~748B în total (~16B activi)	~2T în total (~150B activi)	~5T în total (~500B activi)
Disponibilitate	Închis	Sursă deschisă	Închis	Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#228 Minimax M3.1 Flash

high

Cost: $0.000
Timp: 75.4s
Tokenuri: 9,436 tok

#126 DeepSeek V4.1 Flash 1017

high

Cost: $0.004
Timp: 27.2s
Tokenuri: 7,593 tok

#22 GPT-5.6 Sol

high

Cost: $0.151
Timp: 201.9s
Tokenuri: 5,100 tok

#27 Claude Opus 5

high

Cost: $0.265
Timp: 144.5s
Tokenuri: 10,741 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

Categorie:

Sarcini agentice	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	6.1	3.1	66.7%	1	70.45s	201,388	2,187	15,284
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0	43.53s	144,680	1,907	4,293
GPT-5.6 Sol	10.0	10.0	100.0%	0	59.99s	116,309	986	2,377
Claude Opus 5	10.0	10.0	100.0%	0	86.99s	240,465	3,064	7,015

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	6.4	7.9	58.3%	1	2.71s	2,838	154	2,428
DeepSeek V4.1 Flash 1017	8.3	10.0	75.0%	0	2.10s	627	137	2,440
GPT-5.6 Sol	8.7	7.9	91.7%	1	3.39s	606	171	644
Claude Opus 5	10.0	10.0	100.0%	0	5.91s	834	2,063	617

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	5.6	4.7	55.6%	2	36.78s	9,024	60,602	13,024
DeepSeek V4.1 Flash 1017	4.5	1.4	66.7%	3	196.67s	7,434	217	446,179
GPT-5.6 Sol	10.0	10.0	100.0%	0	12.52s	7,302	404	5,656
Claude Opus 5	10.0	10.0	100.0%	0	12.73s	10,590	7,547	1,721

Combinat	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	10.0	10.0	100.0%	34.77s	124,090	6,299	25,610
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	37.28s	107,806	3,862	41,936
GPT-5.6 Sol	10.0	10.0	100.0%	24.99s	56,154	3,298	4,866
Claude Opus 5	10.0	10.0	100.0%	31.11s	98,549	10,546	2,198

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	6.5	10.0	50.0%	1.00s	2,802	111	224
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.20s	7,446	207	1,450
GPT-5.6 Sol	10.0	10.0	100.0%	1.16s	7,140	222	0
Claude Opus 5	10.0	10.0	100.0%	4.22s	10,503	488	160

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	5.9	7.2	55.6%	1	134.49s	2,400	17	119,910
DeepSeek V4.1 Flash 1017	3.5	4.4	33.3%	2	186.02s	909	11	382,250
GPT-5.6 Sol	5.3	7.2	44.4%	1	37.67s	628	62	10,365
Claude Opus 5	3.0	10.0	0.0%	0	104.24s	972	40,623	24,923

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	4.6	9.8	0.0%	5.16s	1,032	88	1,122
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.02s	549	120	570
GPT-5.6 Sol	10.0	10.0	100.0%	4.40s	477	97	238
Claude Opus 5	10.0	10.0	100.0%	3.79s	708	268	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	5.3	2.6	50.0%	2	1.65s	1,779	60	610
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0	1.12s	708	69	866
GPT-5.6 Sol	10.0	10.0	100.0%	0	2.73s	660	96	331
Claude Opus 5	10.0	10.0	100.0%	0	4.78s	909	119	361

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	6.0	7.1	55.6%	1	3.48s	2,313	166	2,004
DeepSeek V4.1 Flash 1017	5.5	7.4	44.4%	1	5.70s	828	235	7,784
GPT-5.6 Sol	10.0	10.0	100.0%	0	4.10s	642	211	675
Claude Opus 5	10.0	10.0	100.0%	0	4.66s	894	908	524

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	10.0	10.0	100.0%	3.38s	9,565	306	76
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	2.28s	8,625	267	305
GPT-5.6 Sol	10.0	10.0	100.0%	7.08s	5,454	264	393
Claude Opus 5	10.0	10.0	100.0%	8.44s	11,739	354	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Minimax M3.1 Flash	3.0	10.0	0.0%	0	93.01s	753	14	29,142
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0	44.26s	261	17	16,212
GPT-5.6 Sol	4.7	1.6	66.7%	1	6.97s	195	30	685
Claude Opus 5	3.0	10.0	0.0%	0	14.14s	258	1,708	455

Schimbă perechea de comparație

Minimax M3.1 FlashhighDisponibil gratuitvsQwen3.6 35B A3Bmedium DeepSeek V4.1 Flash 1017highvsMuse Wondermax Claude Sonnet 5.5mediumvsMinimax M3.1 FlashhighDisponibil gratuit Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Minimax M3.1 FlashhighDisponibil gratuitvsBeam 1.0 501B A23Bxhigh DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Minimax M3.1 FlashhighDisponibil gratuitvsGLM 5.3low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium KAT-Coder-Pro V2.5lowvsMinimax M3.1 FlashhighDisponibil gratuit Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh

Modele comparate