DeepSeek: DeepSeek V3.2 vs MiniMax: MiniMax M2.5

DeepSeek V3.2 平均分领先，为 5.0 vs 4.6。 DeepSeek V3.2 benchmark 成本更低，为 $0.054 vs $0.340。 DeepSeek V3.2 更快，为 18.25s vs 68.27s，通过率为 37.9% vs 45.5%。

推荐模型DeepSeek V3.2它在这里得分最高（5.0），同时成本比MiniMax M2.5 (medium)低约 6.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12

指标	DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12
分数	5.0	4.6
排名	#165	#182
可靠性	10.0	10.0
一致性	7.7	6.2
测试正确
尝试通过率	37.9%	45.5%
不稳定测试	6	10
总运行次数	66	66
每个结果成本	0.870	8.648
总成本	$0.054	$0.340
输入价格	$0.269 / 1M	$0.150 / 1M
输出价格	$0.400 / 1M	$0.900 / 1M
总输入令牌	135,780	142,561
输出令牌	42,097	125,442
推理令牌	0	339,935
响应时间（平均）	18.25s	68.27s
响应时间（最大）	115.89s	251.36s
响应时间（总计）	401.60s	955.75s

Hamster playing table tennis

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

#165 DeepSeek V3.2

none

成本: $0.002
时间: 7.0s
令牌: 1,046 tok

#182 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.2	8.0	8.3%	1		9.35s	494	1,073	0
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.1	6.9	11.1%	1		14.54s	7,279	4,528	0
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	4.8	10.0	0.0%	0		113.53s	109,626	33,819	0
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	6.3	5.8	66.7%	1		9.42s	7,890	1,710	0
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	2.9	7.2	11.1%	1		4.17s	624	21	0
MiniMax M2.5	2.9	4.4	22.2%	2		237.27s	308	105,047	133,487

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	4.7	1.6	66.7%	1		9.32s	314	43	0
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		1.52s	627	66	0
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	7.6	7.2	77.8%	1		6.91s	424	298	0
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	10.0	10.0	100.0%	0		11.85s	8,319	522	0
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
DeepSeek V3.2	3.0	10.0	0.0%	0		17.23s	183	17	0
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535

快速对比

切换对比组合

DeepSeek V3.2nonevsMiniMax M2.7medium Mercury 2nonevsMiniMax M2.5medium DeepSeek V3.2nonevsMistral Small 4medium Trinity Large PreviewnonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsGPT-5.4 Nanonone Ring-2.6-1TnonevsMiniMax M2.5medium Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernone免费可用 DeepSeek V3.2nonevsQwen3 Coder Nextmedium CobuddymediumvsDeepSeek V3.2none MiniMax M2.5mediumvsGLM 4.7 Flashnone