导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

MiniMax: MiniMax M2.5 vs OpenAI: GPT-4o-mini

摘要

MiniMax M2.5 vs GPT-4o-mini benchmark 对比：MiniMax M2.5 平均分领先，为 5.3 vs 4.8。 GPT-4o-mini benchmark 成本更低，为 $0.006 vs $0.303。 GPT-4o-mini 更快，为 1.77s vs 65.37s，通过率为 46.0% vs 23.8%。

推荐模型: GPT-4o-mini - 它的得分接近这里的最高分（4.8 vs 5.3），同时成本比MiniMax M2.5低约 51.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12 GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18
分数 5.3 4.8
排名 #130 #148
可靠性 10.0 10.0
一致性 6.5 9.9
测试正确
尝试通过率 46.0% 23.8%
不稳定测试 9 0
总运行次数 63 63
每个结果成本 7.900 0.119
总成本 $0.303 $0.006
输入价格 $0.150 / 1M $0.150 / 1M
输出价格 $0.900 / 1M $0.600 / 1M
总输入令牌 43,706 31,518
输出令牌 109,495 1,982
推理令牌 330,814 0
响应时间（平均） 65.37s 1.77s
响应时间（最大） 251.36s 7.58s
响应时间（总计） 849.76s 24.80s

Generation showcase

Hamster playing table tennis

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

#130 MiniMax M2.5

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#148 GPT-4o-mini

none
Cost
$0.001
Time
6.6s
Tokens
742 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
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 612 286 45,344
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
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
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
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
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 21,104 740 9,713
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
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
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 6,584 266 3,835
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 0
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
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 308 105,047 133,487
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
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
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 492 25 1,686
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
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
MiniMax M2.5 7.5 10.0 50.0% 0 621ms 699 156 1,495
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
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
MiniMax M2.5 5.3 7.2 44.4% 1 11.21s 495 1,069 9,605
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
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
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 7,123 269 937
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
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
MiniMax M2.5 3.0 10.0 0.0% 0 80.79s 213 1,280 18,535
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0

快速对比

切换对比组合

MiniMax M2.5mediumvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumvsQwen3.6 FlashnoneDeepSeek V3.2nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.5mediumvsGLM 5 TurbononeMiniMax M2.5mediumvsgpt-oss-120bnone免费可用MiniMax M2.5mediumvsKimi K2.5noneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsKimi K2.6none免费可用MiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.5mediumvsGLM 4.7 Flashnone