Verglichene Modelle

Benchmark-Vergleich MiniMax M2.7 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Gemini 3.1 Flash Lite Preview (medium): GLM 5 (medium) führt bei Punktzahl mit 7.2. MiniMax M2.7 (medium) führt bei Zuverlässigkeit mit 10.0. Gemini 3.1 Flash Lite Preview (medium) hat den niedrigsten Gesamtkosten mit $0.158. Gemini 3.1 Flash Lite Preview (medium) ist mit 6.78s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-10-01

Verglichene Modelle

Rang: #298
Gesamte Ausgabe-Token: 174,351
Antwortzeit (Durchschnitt): 50.32s
Gesamtkosten: $0.202

Rang: #205
Gesamte Ausgabe-Token: 241,096
Antwortzeit (Durchschnitt): 125.76s
Gesamtkosten: $0.603

Rang: #146
Gesamte Ausgabe-Token: 138,257
Antwortzeit (Durchschnitt): 39.05s
Gesamtkosten: $0.360

Rang: #155
Gesamte Ausgabe-Token: 59,534
Antwortzeit (Durchschnitt): 6.78s
Gesamtkosten: $0.158

Empfohlenes Modell Gemini 3.1 Flash Lite Preview (medium)

Die Punktzahl bleibt nah an der besten hier (7.0 vs 7.2) und es kostet etwa 2.5x weniger als die anderen Modelle in diesem Vergleich.

Detaillierter Vergleich

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

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	5.0	6.4	7.2	7.0
Rang	#298	#205	#146	#155
Zuverlässigkeit	10.0	9.6	10.0	10.0
Konsistenz	6.4	7.1	7.9	9.9
Versuche	69/69	69/69	66/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	44.9%	60.9%	76.8%	60.9%
Instabile Tests	10	8	5	0
Gesamtläufe	69	69	66	69
Kosten pro Ergebnis	5.279	6.085	2.552	1.124
Gesamtkosten	$0.202	$0.603	$0.360	$0.158
Eingabepreis	$0.210 / 1M	$0.450 / 1M	$0.600 / 1M	$0.250 / 1M
Ausgabepreis	$0.840 / 1M	$2.250 / 1M	$1.920 / 1M	$1.500 / 1M
Gesamte Eingabe-Token	277,130	292,271	212,440	272,221
Ausgabe-Token	45,188	55,025	22,922	12,345
Denk-Token	129,163	186,071	115,335	47,189
Antwortzeit (Durchschnitt)	50.32s	125.76s	39.05s	6.78s
Antwortzeit (Maximum)	198.82s	566.79s	110.70s	54.91s
Antwortzeit (Gesamt)	1107.03s	2137.84s	546.68s	155.96s
Parameter	230B insgesamt (10B aktiv)	1T insgesamt (32B aktiv)	744B insgesamt (40B aktiv)	~150B insgesamt (~10B aktiv)
Verfügbarkeit	Gewichte verfügbar	Gewichte verfügbar	Open Source	Geschlossen

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#298 MiniMax M2.7

medium

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

#205 MoonshotAI: Kimi K2.5

medium

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

#146 GLM 5

medium

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

#155 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

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M2.7	4.7	3.1	33.3%	1	198.82s	162,603	26,630	17
Kimi K2.5	3.9	9.6	0.0%	0	566.79s	173,775	1,503	18,651
GLM 5	4.7	3.1	33.3%	1	110.70s	177,216	1,352	12,339
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0	54.91s	154,728	1,756	0

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile 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	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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M2.7	3.8	1.6	50.0%	2	72.12s	94,380	9,946	33,704
Kimi K2.5	6.7	9.1	50.0%	0	89.19s	95,416	14,448	11,209
GLM 5	5.0	5.0	50.0%	0	28.96s	12,804	662	3,242
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0	16.63s	93,097	8,706	16,997

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile 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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M2.7	3.0	10.0	0.0%	0	39.70s	254	8	12,906
Kimi K2.5	2.9	4.4	22.2%	2	111.65s	533	12,151	32,741
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0	4.09s	652	18	6,120

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile 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	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	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	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	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
MiniMax M2.7	3.0	10.0	0.0%	22.77s	211	3,068	3,452
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	2.68s	160	12	1,801

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashlowvsGLM 5medium Dots 3 Note PreviewnoneKostenlos verfügbarvsMiniMax M2.7medium Gemini 3.5 FlashminimalvsKimi K2.5medium MiniMax M2.7mediumvsGPT-4o-mininone KAT Coder AIR V2.5lowvsMiniMax M2.7medium Qwen3.7 FlashhighvsGLM 5medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatnone Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Dots 3 Note PreviewhighKostenlos verfügbarvsKimi K2.5medium Dots 3 Note PreviewlowKostenlos verfügbarvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Claude Opus 4.8lowvsGLM 5medium