Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

MiniMax: MiniMax M3 vs OpenAI: GPT-5.2 Chat

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-01

Metrică MiniMax M3 MiniMax M3 medium Lansare: 2026-06-01 GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11
Scor 7.5 7.9
Rang #54 #32
Fiabilitate 9.6 10.0
Consistență 8.4 8.9
Teste corecte
Rată de trecere pe încercare 75.0% 73.3%
Teste instabile 4 3
Rulări totale 60 60
Cost per rezultat 1.083 2.703
Cost total $0.120 $0.352
Preț de intrare $0.300 / 1M $1.750 / 1M
Preț de ieșire $1.200 / 1M $14.000 / 1M
Tokenuri de ieșire 46,884 21,144
Tokenuri de raționament 85,935 0
Timp de răspuns (mediu) 68.44s 6.82s
Timp de răspuns (maxim) 431.03s 38.52s
Timp de răspuns (total) 1300.32s 136.34s

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
MiniMax M3 5.5 3.7 66.7% 3 14.95s 874 3,414
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 8.3 10.0 100.0% 0 185.58s 4,071 26,059
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,131 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 10.0 10.0 100.0% 0 65.30s 1,306 6,253
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
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
MiniMax M3 10.0 10.0 100.0% 0 14.92s 514 3,164
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 6.5 10.0 66.7% 0 233.13s 16,254 19,070
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 5.1 3.4 33.3% 1 33.25s 2,487 2,523
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 9.8 10.0 100.0% 0 6.14s 103 920
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 1,441 0
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
MiniMax M3 7.9 9.9 66.7% 0 49.91s 11,946 13,761
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 1,603 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 10.0 10.0 100.0% 0 11.91s 281 555
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M3 3.0 10.0 0.0% 0 100.80s 9,048 10,216
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash Lite PreviewnonevsMiniMax M3mediumGemma 4 26B A4BmediumDisponibil gratuitvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsMiniMax M3mediumGPT-5.2 ChatnonevsQwen3.5-27BmediumMiniMax M3mediumvsGPT-5.3 ChatnoneGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneMiniMax M3mediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.6 Plusmedium