AI BENCHY Compare

MiniMax: MiniMax M3 vs StepFun: Step 3.7 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-01

Метрика	MiniMax M3 MiniMax M3 medium Релиз: 2026-06-01	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	MiniMax M3 MiniMax M3 medium Релиз: 2026-06-01	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	7.3	7.1
Ранг	#65	#74
Надежность	9.6	10.0
Стабильность	8.4	8.2
Тестов верно
Доля успешных попыток	68.3%	65.0%
Нестабильные тесты	6	4
Всего запусков	60	60
Стоимость за результат	1.083	8.723
Общая стоимость	$0.120	$0.960
Цена входа	$0.300 / 1M	$0.200 / 1M
Цена выхода	$1.200 / 1M	$1.150 / 1M
Выходные токены	46,884	828,084
Токены рассуждений	85,935	0
Время ответа (среднее)	68.44s	49.43s
Время ответа (макс.)	431.03s	192.75s
Время ответа (суммарно)	1300.32s	988.58s

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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	5.5	3.7	66.7%	3		14.95s	874	3,414
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	7.5	10.0	66.7%	1		185.58s	4,071	26,059
Step 3.7 Flash	3.2	4.6	16.7%	1		126.82s	164,069	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		65.30s	1,306	6,253
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	8,802	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		14.92s	514	3,164
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	6.0	10.0	44.4%	1		233.13s	16,254	19,070
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	5.1	3.4	33.3%	1		33.25s	2,487	2,523
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	9.8	10.0	100.0%	0		6.14s	103	920
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	7.9	9.9	66.7%	0		49.91s	11,946	13,761
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	10.0	10.0	100.0%	0		11.91s	281	555
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
MiniMax M3	3.0	10.0	0.0%	0		100.80s	9,048	10,216
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	147,476	0

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsMiniMax M3medium Qwen3.6 Max PreviewnonevsStep 3.7 Flashhigh GPT-5 MinimediumvsStep 3.7 Flashhigh GPT-5.4 NanomediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsMiMo-V2-Flashmedium Ring-2.6-1TnonevsMiniMax M3medium Seed-2.0-MinimediumvsStep 3.7 Flashhigh MiniMax M3mediumvsStep 3.7 Flashlow Claude Opus 4.6mediumvsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh MiniMax M3mediumvsGPT-5.3 Chatnone Ring-2.6-1TnonevsStep 3.7 Flashhigh