导航
AI BENCHY
Advertise here

DeepSeek V4 Pro (high) vs MiniMax M3 (medium)

平均分几乎持平,为 7.7 vs 7.6DeepSeek V4 Pro (high) benchmark 成本更低,为 $0.200 vs $0.286MiniMax M3 (medium) 更快,为 74.98s vs 79.14s,通过率为 63.6% vs 66.7%

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

排名
#58
总输出令牌
189,181
响应时间(平均)
79.14s
总成本
$0.200
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 发布日期: 2026-04-24 MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01
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

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

快速对比

切换对比组合