Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Modelos comparados

Resumen

Comparación benchmark MiniMax M2.7 vs Kimi K2.5 vs GLM 5 vs Gemini 3.1 Flash Lite PreviewGLM 5 lidera en Puntuación con 8.6. MiniMax M2.7 lidera en Fiabilidad con 10.0. Gemini 3.1 Flash Lite Preview tiene el Costo total más bajo con $0.068. Gemini 3.1 Flash Lite Preview es el más rápido con 3.96s.

Modelo recomendado: Gemini 3.1 Flash Lite Preview - Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 8.6) y cuesta aproximadamente 3.3x menos que los otros modelos de esta comparación.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica MiniMax M2.7 MiniMax M2.7 medium Lanzamiento: 2026-03-18 Kimi K2.5 Kimi K2.5 medium Lanzamiento: 2026-01-27 GLM 5 GLM 5 medium Lanzamiento: 2026-02-12 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Lanzamiento: 2026-03-03
Puntuación 5.2 7.5 8.6 7.8
Rango #127 #43 #15 #32
Fiabilidad 10.0 10.0 10.0 10.0
Consistencia 6.8 6.9 8.5 10.0
Pruebas correctas
Tasa de aciertos por intento 46.0% 68.3% 82.5% 61.9%
Pruebas inestables 8 8 4 0
Ejecuciones totales 63 63 63 63
Costo por resultado 2.494 3.704 1.668 0.523
Costo total $0.104 $0.348 $0.228 $0.068
Precio de entrada $0.250 / 1M $0.375 / 1M $0.600 / 1M $0.250 / 1M
Precio de salida $1.000 / 1M $2.025 / 1M $1.920 / 1M $1.500 / 1M
Total de tokens de entrada 34,371 34,312 35,224 37,786
Tokens de salida 8,981 48,379 21,570 2,210
Tokens de razonamiento 89,812 157,747 102,996 36,744
Tiempo de respuesta (promedio) 38.18s 98.43s 33.54s 3.96s
Tiempo de respuesta (máximo) 196.21s 281.00s 99.85s 14.93s
Tiempo de respuesta (total) 763.60s 1378.03s 435.99s 83.06s

Generación showcase

Hamster playing table tennis

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

#127 MiniMax M2.7

medium
Coste
$0.022
Tiempo
22.8s
Tokens
9,250 tok

#43 MoonshotAI: Kimi K2.5

medium
Coste
$0.030
Tiempo
58.6s
Tokens
8,683 tok

#15 GLM 5

medium
Coste
$0.005
Tiempo
20.7s
Tokens
2,068 tok

#32 Gemini 3.1 Flash Lite Preview

medium
Coste
$0.003
Tiempo
5.2s
Tokens
1,944 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
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

Comparación rápida

Cambiar par de comparación

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 CodenoneDisponible gratisvsMiniMax 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