Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Verglichene Modelle

Zusammenfassung

Benchmark-Vergleich MiniMax M2.7 vs Kimi K2.5 vs GLM 5 vs Gemini 3.1 Flash Lite PreviewGLM 5 führt bei Punktzahl mit 8.6. MiniMax M2.7 führt bei Zuverlässigkeit mit 10.0. Gemini 3.1 Flash Lite Preview hat den niedrigsten Gesamtkosten mit $0.068. Gemini 3.1 Flash Lite Preview ist mit 3.96s am schnellsten.

Empfohlenes Modell: Gemini 3.1 Flash Lite Preview - Die Punktzahl bleibt nah an der besten hier (7.8 vs 8.6) und es kostet etwa 3.3x weniger als die anderen Modelle in diesem Vergleich.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik MiniMax M2.7 MiniMax M2.7 medium Veröffentlichung: 2026-03-18 Kimi K2.5 Kimi K2.5 medium Veröffentlichung: 2026-01-27 GLM 5 GLM 5 medium Veröffentlichung: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Veröffentlichung: 2026-03-03
Punktzahl 5.2 7.5 8.6 7.8
Rang #127 #43 #15 #32
Zuverlässigkeit 10.0 10.0 10.0 10.0
Konsistenz 6.8 6.9 8.5 10.0
Korrekte Tests
Erfolgsquote pro Versuch 46.0% 68.3% 82.5% 61.9%
Instabile Tests 8 8 4 0
Gesamtläufe 63 63 63 63
Kosten pro Ergebnis 2.494 3.704 1.668 0.523
Gesamtkosten $0.104 $0.348 $0.228 $0.068
Eingabepreis $0.250 / 1M $0.375 / 1M $0.600 / 1M $0.250 / 1M
Ausgabepreis $1.000 / 1M $2.025 / 1M $1.920 / 1M $1.500 / 1M
Gesamte Eingabe-Token 34,371 34,312 35,224 37,786
Ausgabe-Token 8,981 48,379 21,570 2,210
Denk-Token 89,812 157,747 102,996 36,744
Antwortzeit (Durchschnitt) 38.18s 98.43s 33.54s 3.96s
Antwortzeit (Maximum) 196.21s 281.00s 99.85s 14.93s
Antwortzeit (Gesamt) 763.60s 1378.03s 435.99s 83.06s

Generierungs-Showcase

Hamster playing table tennis

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

#127 MiniMax M2.7

medium
Kosten
$0.022
Zeit
22.8s
Token
9,250 tok

#43 MoonshotAI: Kimi K2.5

medium
Kosten
$0.030
Zeit
58.6s
Token
8,683 tok

#15 GLM 5

medium
Kosten
$0.005
Zeit
20.7s
Token
2,068 tok

#32 Gemini 3.1 Flash Lite Preview

medium
Kosten
$0.003
Zeit
5.2s
Token
1,944 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 654 3,010 17,716
Kimi K2.5 7.3 5.8 83.3% 2 51.38s 634 2,789 8,880
GLM 5 10.0 10.0 100.0% 0 23.66s 555 480 7,056
Gemini 3.1 Flash Lite Preview 9.1 10.0 75.0% 0 2.33s 512 570 4,305
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693
GLM 5 10.0 10.0 100.0% 0 74.30s 7,254 2,997 52,930
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 14,233 369 4,480
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 11,280 703 3,713
GLM 5 10.0 10.0 100.0% 0 28.96s 12,804 662 3,242
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 14.93s 13,403 327 7,347
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 7,152 187 5,882
Kimi K2.5 10.0 10.0 100.0% 0 49.78s 7,020 563 7,940
GLM 5 7.1 5.6 83.3% 1 8.90s 5,508 567 3,734
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 2.29s 7,362 279 2,952
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 245 8 2,796
Kimi K2.5 3.5 4.4 33.3% 2 137.29s 485 20,753 30,564
GLM 5 3.5 4.4 33.3% 2 0ms 260 13,176 14,137
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 4.21s 639 18 5,325
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 486 92 5,204
Kimi K2.5 6.5 3.4 66.7% 1 69.73s 480 3,815 4,262
GLM 5 6.1 3.1 66.7% 1 14.69s 477 2,020 2,248
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.16s 488 96 1,488
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 3.8 5.8 33.3% 1 12.80s 687 350 2,600
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 675 5,371 6,547
GLM 5 10.0 10.0 100.0% 0 7.25s 636 1,001 2,129
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 1.91s 621 72 2,121
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 5.9 7.2 55.6% 1 24.87s 675 362 7,840
Kimi K2.5 5.3 7.3 44.4% 1 43.23s 659 8,426 12,692
GLM 5 10.0 10.0 100.0% 0 11.33s 609 33 4,076
Gemini 3.1 Flash Lite Preview 7.7 10.0 66.7% 0 5.30s 566 141 1,896
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 7,067 304 1,001
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 5,933 242 812
GLM 5 10.0 10.0 100.0% 0 15.93s 6,935 233 994
Gemini 3.1 Flash Lite Preview 10.0 10.0 100.0% 0 3.80s 5,909 234 912
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
MiniMax M2.7 3.0 10.0 0.0% 0 22.77s 211 3,068 3,452
Kimi K2.5 3.0 10.0 0.0% 0 83.95s 211 12 7,644
GLM 5 3.0 10.0 0.0% 0 67.37s 186 401 12,450
Gemini 3.1 Flash Lite Preview 3.0 10.0 0.0% 0 2.68s 160 12 1,801

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.7mediumvsQwen3.6 35B A3BnoneKimi K2.5mediumvsGPT-5.3 ChatnoneMiniMax M2.7mediumvsMistral Small 4noneMiniMax M2.7mediumvsQwen3 Coder NextnoneDeepSeek V4 ProhighvsKimi K2.5mediumGPT-5.2 ChatnonevsGLM 5mediumNorth Mini CodenoneKostenlos verfügbarvsMiniMax M2.7mediumGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M2.7mediumvsMiMo-V2.5noneDeepSeek V3.2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-122B-A10Bnone