导航
AI BENCHY
Advertise here

AI BENCHY 对比

MiniMax: MiniMax M3 vs OpenAI: GPT-5.6 Luna

摘要

MiniMax M3 (medium) vs GPT-5.6 Luna (high) benchmark 对比：GPT-5.6 Luna (high) 平均分领先，为 7.7 vs 7.6。 MiniMax M3 (medium) benchmark 成本更低，为 $0.131 vs $0.924。 GPT-5.6 Luna (high) 更快，为 18.39s vs 68.17s，通过率为 65.1% vs 71.4%。

推荐模型: MiniMax M3 (medium) - 它的得分接近这里的最高分（7.6 vs 7.7），同时成本比GPT-5.6 Luna (high)低约 7.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01 GPT-5.6 Luna GPT-5.6 Luna high 发布日期: 2026-07-09
分数 7.6 7.7
排名 #51 #50
可靠性 9.6 10.0
一致性 7.9 8.8
测试正确
尝试通过率 65.1% 71.4%
不稳定测试 5 3
总运行次数 63 63
每个结果成本 1.187 6.594
总成本 $0.131 $0.924
输入价格 $0.300 / 1M $1.000 / 1M
输出价格 $1.200 / 1M $6.000 / 1M
总输入令牌 46,546 35,699
输出令牌 49,036 2,079
推理令牌 92,543 145,816
响应时间（平均） 68.17s 18.39s
响应时间（最大） 431.03s 111.09s
响应时间（总计） 1363.38s 386.24s

生成展示

Hamster playing table tennis

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

#51 MiniMax M3

medium
成本
$0.012
时间
154.4s
令牌
10,018 tok

#50 GPT-5.6 Luna

high
成本
$0.033
时间
34.2s
令牌
5,484 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 5.5 3.7 66.7% 3 14.95s 2,526 874 3,414
GPT-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 10.0 10.0 100.0% 0 65.30s 14,760 1,306 6,253
GPT-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 10.0 10.0 100.0% 0 14.92s 8,088 514 3,164
GPT-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 5.5 9.3 33.3% 0 233.13s 869 16,254 19,070
GPT-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 5.1 3.4 33.3% 1 33.25s 954 2,487 2,523
GPT-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 9.8 10.0 100.0% 0 6.14s 1,623 103 920
GPT-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 7.9 9.9 66.7% 0 49.91s 2,079 11,946 13,761
GPT-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 10.0 10.0 100.0% 0 11.91s 9,168 281 555
GPT-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
MiniMax M3 3.0 10.0 0.0% 0 100.80s 675 9,048 10,216
GPT-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380

快速对比

切换对比组合

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsMiniMax M3mediumGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.6 Terralow