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 (medium) benchmark 对比：平均分几乎持平，为 7.6 vs 7.6。 MiniMax M3 (medium) benchmark 成本更低，为 $0.131 vs $0.258。 GPT-5.6 Luna (medium) 更快，为 6.70s vs 68.17s，通过率为 65.1% vs 63.5%。

推荐模型: GPT-5.6 Luna (medium) - 它在这里得分最高（7.6），同时响应速度比MiniMax M3 (medium)快约 10.2 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 medium 发布日期: 2026-07-09
分数 7.6 7.6
排名 #51 #54
可靠性 9.6 10.0
一致性 7.9 9.6
测试正确
尝试通过率 65.1% 63.5%
不稳定测试 5 1
总运行次数 63 63
每个结果成本 1.187 1.978
总成本 $0.131 $0.258
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 2,148
推理令牌 92,543 34,740
响应时间（平均） 68.17s 6.70s
响应时间（最大） 431.03s 29.85s
响应时间（总计） 1363.38s 140.62s

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

#54 GPT-5.6 Luna

medium
成本
$0.014
时间
14.6s
令牌
2,362 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 2.52s 606 160 987
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 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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 9.53s 12,500 375 1,354
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 1.95s 7,140 234 324
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 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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 5.1 10.0 0.0% 0 4.34s 477 112 496
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 2.38s 660 95 393
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 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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 6.02s 5,454 256 244
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 6.64s 195 29 2,379

快速对比

切换对比组合

DeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumMiniMax M3mediumvsGPT-5.6 LunahighMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.6 TerralowMiniMax M3mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsMiniMax M3mediumGPT-5.6 LunamediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumMiniMax M3mediumvsGrok 4.5lowGemini 3 Flash PreviewlowvsMiniMax M3medium