Сравниваемые модели

Бенчмарк-сравнение 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) лидирует по Оценка со значением 9.5. Minimax M3.1 Flash (high) лидирует по Надежность со значением 10.0. У Minimax M3.1 Flash (high) самый низкий Общая стоимость: $0.000. GPT-5.6 Sol (high) самый быстрый: 13.59s.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #228
Общее число выходных токенов: 279,438
Время ответа (среднее): 34.00s
Общая стоимость: $0.000

Ранг: #126
Общее число выходных токенов: 911,334
Время ответа (среднее): 58.56s
Общая стоимость: $0.589

Ранг: #22
Общее число выходных токенов: 32,071
Время ответа (среднее): 13.59s
Общая стоимость: $1.595

Ранг: #27
Общее число выходных токенов: 105,662
Время ответа (среднее): 25.31s
Общая стоимость: $4.524

Рекомендуемая модель GPT-5.6 Sol (high)

Здесь у него лучший балл (9.5), при этом он примерно в 1.6 раза дешевле, чем другие модели в этом сравнении.

Подробное сравнение

Метрика	Minimax M3.1 Flash Minimax M3.1 Flash high Релиз: 2026-10-19 Бесплатно доступно	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Релиз: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25

Метрика	Minimax M3.1 Flash Minimax M3.1 Flash high Релиз: 2026-10-19 Бесплатно доступно	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high Релиз: 2026-10-18	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09	Claude Opus 5 Claude Opus 5 high Релиз: 2026-07-25
Оценка	6.5	7.8	9.5	9.4
Ранг	#228	#126	#22	#27
Надежность	10.0	10.0	10.0	10.0
Стабильность	7.2	7.8	8.9	10.0
Попытки	69/69	69/69	69/69	69/69
Тестов верно
Доля успешных попыток	56.5%	71.0%	89.9%	82.6%
Нестабильные тесты	8	6	3	0
Всего запусков	69	69	69	69
Стоимость за результат	0.000	4.530	8.020	23.809
Общая стоимость	$0.000	$0.589	$1.595	$4.524
Цена входа	$0.000 / 1M	$0.150 / 1M	$2.000 / 1M	$5.000 / 1M
Цена выхода	$0.000 / 1M	$0.600 / 1M	$10.000 / 1M	$25.000 / 1M
Цена чтения из кэша	Н/Д	$0.003 / 1M	$0.200 / 1M	$0.500 / 1M
Цена записи в кэш	Н/Д	Н/Д	$2.500 / 1M	$6.250 / 1M
Общее число входных токенов	357,984	279,873	195,567	376,421
Выходные токены	70,004	7,049	5,841	67,688
Токены рассуждений	209,434	904,285	26,230	37,974
Время ответа (среднее)	34.00s	58.56s	13.59s	25.31s
Время ответа (макс.)	280.72s	440.77s	59.99s	159.01s
Время ответа (суммарно)	781.92s	1346.87s	312.61s	582.11s
Параметры	-	~748B всего (~16B активных)	~2T всего (~150B активных)	~5T всего (~500B активных)
Доступность	Закрытая модель	Открытый исходный код	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#228 Minimax M3.1 Flash

high

Стоимость: $0.000
Время: 75.4s
Токены: 9,436 tok

#126 DeepSeek V4.1 Flash 1017

high

Стоимость: $0.004
Время: 27.2s
Токены: 7,593 tok

#22 GPT-5.6 Sol

high

Стоимость: $0.151
Время: 201.9s
Токены: 5,100 tok

#27 Claude Opus 5

high

Стоимость: $0.265
Время: 144.5s
Токены: 10,741 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Сменить пару сравнения

Minimax M3.1 FlashhighБесплатно доступноvsQwen3.6 35B A3Bmedium DeepSeek V4.1 Flash 1017highvsMuse Wondermax Claude Sonnet 5.5mediumvsMinimax M3.1 FlashhighБесплатно доступно Claude Opus 5highvsGemini 3.7 Flashlow DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsGrok 4.5medium Minimax M3.1 FlashhighБесплатно доступноvsBeam 1.0 501B A23Bxhigh DeepSeek V4.1 Flash 1017highvsGemini 3.5 Flashmedium Minimax M3.1 FlashhighБесплатно доступноvsGLM 5.3low DeepSeek V4.1 Flash 1017highvsStep 3.7 Flashmedium KAT-Coder-Pro V2.5lowvsMinimax M3.1 FlashhighБесплатно доступно Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh

Сравниваемые модели