Model yang Dibandingkan

Perbandingan benchmark MiniMax M2.7 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Gemini 3.1 Flash Lite Preview (medium): GLM 5 (medium) unggul pada Skor dengan 7.2. MiniMax M2.7 (medium) unggul pada Keandalan dengan 10.0. Gemini 3.1 Flash Lite Preview (medium) memiliki Total Biaya terendah di $0.158. Gemini 3.1 Flash Lite Preview (medium) paling cepat di 6.78s.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-01

Model yang Dibandingkan

Peringkat: #298
Total token output: 174,351
Waktu respons (rata-rata): 50.32s
Total Biaya: $0.202

Peringkat: #205
Total token output: 241,096
Waktu respons (rata-rata): 125.76s
Total Biaya: $0.603

Peringkat: #146
Total token output: 138,257
Waktu respons (rata-rata): 39.05s
Total Biaya: $0.360

Peringkat: #155
Total token output: 59,534
Waktu respons (rata-rata): 6.78s
Total Biaya: $0.158

Model yang direkomendasikan Gemini 3.1 Flash Lite Preview (medium)

Its score stays close to the best score here (7.0 vs 7.2), while costing about 2.5x less than model lain dalam perbandingan ini.

Perbandingan terperinci

Metrik	MiniMax M2.7 MiniMax M2.7 medium Rilis: 2026-03-18	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GLM 5 GLM 5 medium Rilis: 2026-02-12	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Rilis: 2026-03-03

Metrik	MiniMax M2.7 MiniMax M2.7 medium Rilis: 2026-03-18	Kimi K2.5 Kimi K2.5 medium Rilis: 2026-01-27	GLM 5 GLM 5 medium Rilis: 2026-02-12	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium Rilis: 2026-03-03
Skor	5.0	6.4	7.2	7.0
Peringkat	#298	#205	#146	#155
Keandalan	10.0	9.6	10.0	10.0
Konsistensi	6.4	7.1	7.9	9.9
Percobaan	69/69	69/69	66/69	69/69
Tes benar
Tingkat lulus per percobaan	44.9%	60.9%	76.8%	60.9%
Tes tidak stabil	10	8	5	0
Total Run	69	69	66	69
Biaya per hasil	5.279	6.085	2.552	1.124
Total Biaya	$0.202	$0.603	$0.360	$0.158
Harga input	$0.210 / 1M	$0.450 / 1M	$0.600 / 1M	$0.250 / 1M
Harga output	$0.840 / 1M	$2.250 / 1M	$1.920 / 1M	$1.500 / 1M
Total token input	277,130	292,271	212,440	272,221
Token output	45,188	55,025	22,922	12,345
Token penalaran	129,163	186,071	115,335	47,189
Waktu respons (rata-rata)	50.32s	125.76s	39.05s	6.78s
Waktu respons (maks)	198.82s	566.79s	110.70s	54.91s
Waktu respons (total)	1107.03s	2137.84s	546.68s	155.96s
Parameter	230B total (10B aktif)	1T total (32B aktif)	744B total (40B aktif)	~150B total (~10B aktif)
Ketersediaan	Bobot tersedia	Bobot tersedia	Sumber terbuka	Tertutup

Showcase generasi model

Hamster playing table tennis

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

#298 MiniMax M2.7

medium

Biaya: $0.022
Waktu: 22.8s
Token: 9,250 tok

#205 MoonshotAI: Kimi K2.5

medium

Biaya: $0.030
Waktu: 58.6s
Token: 8,683 tok

#146 GLM 5

medium

Biaya: $0.005
Waktu: 20.7s
Token: 2,068 tok

#155 Gemini 3.1 Flash Lite Preview

medium

Biaya: $0.003
Waktu: 5.2s
Token: 1,944 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashlowvsGLM 5medium Dots 3 Note PreviewnoneTersedia gratisvsMiniMax 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 PreviewhighTersedia gratisvsKimi K2.5medium Dots 3 Note PreviewlowTersedia gratisvsKimi K2.5medium Claude Opus 5nonevsGLM 5medium Claude Opus 4.8lowvsGLM 5medium