AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs MiniMax: MiniMax M2.7
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-24
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash none | MiniMax M2.7 MiniMax M2.7 medium |
|---|---|---|
| 分数 | 5.3 | 5.3 |
| 排名 | #89 | #91 |
| 一致性 | 9.1 | 5.5 |
| 测试正确 | ||
| 尝试通过率 | 33.3% | 51.9% |
| 不稳定测试 | 2 | 10 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.147 | 2.273 |
| 总成本 | $0.008 | $0.091 |
| ???? | $0.140 / 1M | $0.300 / 1M |
| ???? | $0.280 / 1M | $1.200 / 1M |
| 输出令牌 | 4,444 | 4,984 |
| 推理令牌 | 0 | 62,787 |
| 响应时间（平均） | 29.39s | 31.08s |
| 响应时间（最大） | 111.96s | 117.04s |
| 响应时间（总计） | 529.10s | 528.37s |
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
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.0 | 10.0 | 0.0% | 0 | 20.18s | 174 | 0 | |
| MiniMax M2.7 | 7.9 | 6.3 | 83.3% | 2 | 40.32s | 3,010 | 17,716 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.3 | 10.0 | 0.0% | 0 | 24.04s | 471 | 0 | |
| MiniMax M2.7 | 10.0 | 10.0 | 100.0% | 0 | 91.27s | 467 | 15,175 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.5 | 2.1 | 66.7% | 1 | 111.96s | 2,664 | 0 | |
| MiniMax M2.7 | 4.7 | 1.6 | 66.7% | 1 | 41.03s | 369 | 4,480 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 23.79s | 195 | 0 | |
| MiniMax M2.7 | 6.3 | 5.8 | 66.7% | 1 | 21.95s | 187 | 5,882 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 5.3 | 10.0 | 33.3% | 0 | 19.73s | 18 | 0 | |
| MiniMax M2.7 | 3.0 | 10.0 | 0.0% | 0 | 19.00s | 8 | 2,796 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 4.2 | 9.9 | 0.0% | 0 | 23.74s | 67 | 0 | |
| MiniMax M2.7 | 3.9 | 2.5 | 33.3% | 1 | 38.70s | 92 | 5,204 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 6.5 | 10.0 | 50.0% | 0 | 17.54s | 321 | 0 | |
| MiniMax M2.7 | 3.7 | 1.8 | 50.0% | 2 | 12.64s | 213 | 2,457 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3.1 | 7.3 | 11.1% | 1 | 22.96s | 207 | 0 | |
| MiniMax M2.7 | 3.8 | 4.5 | 33.3% | 2 | 25.62s | 334 | 8,076 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash | 10.0 | 10.0 | 100.0% | 0 | 77.93s | 327 | 0 | |
| MiniMax M2.7 | 4.7 | 1.6 | 66.7% | 1 | 12.05s | 304 | 1,001 |
快速对比
切换对比组合
MiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.7mediumvsMistral Small 4noneDeepSeek V4 FlashnonevsElephant AlphamediumTrinity Large PreviewnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsgpt-oss-120bnone免费可用Ling 2.6 Flashnone免费可用vsMiniMax M2.7mediumMiniMax M2.7mediumvsElephant AlphanoneMiniMax M2.7mediumvsGPT-5.4 MininoneMiniMax M2.7mediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsNemotron 3 Supernone免费可用MiniMax M2.7mediumvsGLM 5 Turbonone