导航
AI BENCHY
Advertise here

DeepSeek V3.2 vs MiniMax M2.7 (medium)

平均分几乎持平,为 5.0 vs 5.0DeepSeek V3.2 benchmark 成本更低,为 $0.054 vs $0.208DeepSeek V3.2 更快,为 17.89s vs 43.25s,通过率为 36.4% vs 45.5%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-08-29

排名
#248
总输出令牌
42,099
响应时间(平均)
17.89s
总成本
$0.054
排名
#246
总输出令牌
147,704
响应时间(平均)
43.25s
总成本
$0.208
推荐模型 DeepSeek V3.2

它在这里得分最高(5.0),同时成本比MiniMax M2.7 (medium)低约 3.9 倍。

详细对比

指标 DeepSeek V3.2 DeepSeek V3.2 none 发布日期: 2025-12-01 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18
分数 5.0 5.0
排名 #248 #246
可靠性 10.0 10.0
一致性 8.1 6.6
尝试次数 66/66 66/66
测试正确
尝试通过率 36.4% 45.5%
不稳定测试 5 9
总运行次数 66 66
每个结果成本 0.870 4.149
总成本 $0.054 $0.208
输入价格 $0.269 / 1M $0.300 / 1M
输出价格 $0.400 / 1M $1.200 / 1M
总输入令牌 135,831 114,527
输出令牌 42,099 18,558
推理令牌 0 129,146
响应时间(平均) 17.89s 43.25s
响应时间(最大) 115.89s 196.21s
响应时间(总计) 393.53s 908.21s
参数量 671B 总计 (37B 激活) 230B 总计 (10B 激活)
开放状态 开源 权重可用

模型生成展示

Hamster playing table tennis

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

#248 DeepSeek V3.2

none
成本
$0.002
时间
7.0s
令牌
1,046 tok

#246 MiniMax M2.7

medium
成本
$0.022
时间
22.8s
令牌
9,250 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

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 M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841

快速对比

切换对比组合