- 排名
- #58
- 总输出令牌
- 189,181
- 响应时间(平均)
- 79.14s
- 总成本
- $0.200
DeepSeek V4 Pro (high) vs MiniMax M3 (medium)
平均分几乎持平,为 7.7 vs 7.6。 DeepSeek V4 Pro (high) benchmark 成本更低,为 $0.200 vs $0.286。 MiniMax M3 (medium) 更快,为 74.98s vs 79.14s,通过率为 63.6% vs 66.7%。
- 排名
- #59
- 总输出令牌
- 251,469
- 响应时间(平均)
- 74.98s
- 总成本
- $0.286
推荐模型
DeepSeek V4 Pro (high)
它在本次比较中得分最高(7.7),并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | MiniMax M3 MiniMax M3 medium |
|---|---|---|
| 分数 | 7.7 | 7.6 |
| 排名 | #58 | #59 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 7.7 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 66.7% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.000 | 2.376 |
| 总成本 | $0.200 | $0.286 |
| 输入价格 | $0.435 / 1M | $0.300 / 1M |
| 输出价格 | $0.870 / 1M | $1.200 / 1M |
| 总输入令牌 | 90,748 | 121,990 |
| 输出令牌 | 10,462 | 77,916 |
| 推理令牌 | 178,719 | 173,553 |
| 响应时间(平均) | 79.14s | 74.98s |
| 响应时间(最大) | 416.76s | 431.03s |
| 响应时间(总计) | 1740.97s | 1574.56s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
#59 MiniMax M3
medium- 成本
- $0.012
- 时间
- 154.4s
- 令牌
- 10,018 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
| 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 V4 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| MiniMax M3 | 5.5 | 3.7 | 66.7% | 3 | 14.95s | 2,526 | 874 | 3,414 |
| 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 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| MiniMax M3 | 6.1 | 6.5 | 55.6% | 1 | 144.74s | 5,804 | 6,223 | 32,667 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 138.24s | 90,204 | 30,186 | 87,263 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 14.92s | 8,088 | 514 | 3,164 |
| 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 V4 Pro | 3.6 | 7.2 | 22.2% | 1 | 151.46s | 569 | 4,404 | 50,391 | |
| MiniMax M3 | 5.5 | 9.3 | 33.3% | 0 | 233.13s | 869 | 16,254 | 19,070 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| MiniMax M3 | 5.1 | 3.4 | 33.3% | 1 | 33.25s | 954 | 2,487 | 2,523 |
| 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 V4 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| MiniMax M3 | 9.8 | 10.0 | 100.0% | 0 | 6.14s | 1,623 | 103 | 920 |
| 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 V4 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| MiniMax M3 | 7.9 | 9.9 | 66.7% | 0 | 49.91s | 2,079 | 11,946 | 13,761 |
| 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 V4 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 9,168 | 281 | 555 |
| 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 V4 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| MiniMax M3 | 3.0 | 10.0 | 0.0% | 0 | 100.80s | 675 | 9,048 | 10,216 |
快速对比
切换对比组合
Claude Opus 4.6mediumvsDeepSeek V4 ProhighDeepSeek V4 FlashhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumClaude Opus 5nonevsMiniMax M3mediumMiniMax M3mediumvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGPT-5.6 LunamediumClaude Opus 4.8lowvsDeepSeek V4 ProhighMiniMax M3mediumvsGPT-5.3 ChatnoneDeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用Claude Opus 5nonevsDeepSeek V4 ProhighMiniMax M3mediumvsGPT-5.6 Terralow