导航
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 vs MiniMax M2.7 (medium)

DeepSeek V4 Flash 0731 平均分领先,为 5.4 vs 5.0DeepSeek V4 Flash 0731 benchmark 成本更低,为 $0.021 vs $0.163DeepSeek V4 Flash 0731 更快,为 20.70s vs 41.28s,通过率为 27.3% vs 45.5%

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-08-01

排名
#182
总输出令牌
25,424
响应时间(平均)
20.70s
总成本
$0.021
排名
#196
总输出令牌
137,594
响应时间(平均)
41.28s
总成本
$0.163
推荐模型 DeepSeek V4 Flash 0731

它在这里得分最高(5.4),同时成本比MiniMax M2.7 (medium)低约 8.0 倍。

详细对比

指标 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none 发布日期: 2026-08-01 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18
分数 5.4 5.0
排名 #182 #196
可靠性 10.0 10.0
一致性 8.6 6.6
测试正确
尝试通过率 27.3% 45.5%
不稳定测试 4 9
总运行次数 66 66
每个结果成本 0.509 3.906
总成本 $0.021 $0.163
输入价格 $0.140 / 1M $0.250 / 1M
输出价格 $0.280 / 1M $1.000 / 1M
总输入令牌 94,557 114,518
输出令牌 25,424 18,558
推理令牌 0 119,036
响应时间(平均) 20.70s 41.28s
响应时间(最大) 387.15s 196.21s
响应时间(总计) 455.38s 866.81s

模型生成展示

Hamster playing table tennis

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

#182 DeepSeek V4 Flash 0731

none
成本
$0.004
时间
198.4s
令牌
14,316 tok

#196 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 V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 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