Navigare
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

MiniMax: MiniMax M2.7 vs OpenAI: GPT-4o-mini

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică MiniMax M2.7 MiniMax M2.7 medium Lansare: 2026-03-18 GPT-4o-mini GPT-4o-mini none Lansare: 2024-07-18
Scor 5.1 4.9
Rang #125 #129
Fiabilitate 10.0 10.0
Consistență 5.7 9.9
Teste corecte
Rată de trecere pe încercare 49.1% 26.3%
Teste instabile 10 0
Rulări totale 57 57
Cost per rezultat 2.367 0.099
Cost total $0.095 $0.005
Preț de intrare $0.300 / 1M $0.150 / 1M
Preț de ieșire $1.200 / 1M $0.600 / 1M
Tokenuri de ieșire 8,052 1,962
Tokenuri de raționament 66,239 0
Timp de răspuns (mediu) 30.62s 1.90s
Timp de răspuns (maxim) 117.04s 7.58s
Timp de răspuns (total) 551.14s 22.79s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 7.9 6.3 83.3% 2 40.32s 3,010 17,716
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 186 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 10.0 10.0 100.0% 0 91.27s 467 15,175
GPT-4o-mini 3.0 8.7 0.0% 0 2.55s 347 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 4.7 1.6 66.7% 1 41.03s 369 4,480
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 568 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 6.3 5.8 66.7% 1 21.95s 187 5,882
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 183 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 3.0 10.0 0.0% 0 19.00s 8 2,796
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 15 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 3.9 2.5 33.3% 1 38.70s 92 5,204
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 66 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 3.8 1.6 50.0% 2 12.64s 213 2,457
GPT-4o-mini 6.3 10.0 50.0% 0 1.27s 69 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 3.5 4.4 33.3% 2 25.62s 334 8,076
GPT-4o-mini 3.5 10.0 0.0% 0 1.30s 308 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 4.7 1.6 66.7% 1 12.05s 304 1,001
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 205 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.7 3.0 10.0 0.0% 0 22.77s 3,068 3,452
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 15 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.7mediumvsMistral Small 4noneMiniMax M2.7mediumvsNemotron 3 SupernoneDisponibil gratuitMiniMax M2.7mediumvsQwen3 Coder NextnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsgpt-oss-120bnoneDisponibil gratuitMiniMax M2.7mediumvsGPT-5.4 MininoneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsQwen3.6 35B A3BnoneLing-2.6-flashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsElephant AlphanoneMiniMax M2.7mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsGLM 5 Turbonone