AI BENCHY 对比
MiniMax: MiniMax M2.5 vs OpenAI: GPT-5.4 Nano
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-17
| 指标 | MiniMax M2.5 MiniMax M2.5 medium 免费可用 | GPT-5.4 Nano GPT-5.4 Nano none |
|---|---|---|
| 排名 | #50 | #73 |
| 分数 | 5.9 | 4.3 |
| 一致性 | 5.4 | 7.3 |
| 每个结果成本 | 4.987 | 0.404 |
| 总成本 | $0.250 | $0.009 |
| 测试正确 | ||
| 尝试通过率 | 60.8% | 29.4% |
| 不稳定测试 | 10 | 6 |
| 总运行次数 | 51 | 51 |
| 输出令牌 | 107,044 | 2,185 |
| 推理令牌 | 206,422 | 0 |
| 响应时间（平均） | 39.65s | 1.39s |
| 响应时间（最大） | 237.27s | 3.84s |
| 响应时间（总计） | 396.47s | 23.70s |
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 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 7.9 | 6.3 | 83.3% | 2 | 20.82s | 286 | 45,344 | |
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 800 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 4.5 | 2.1 | 66.7% | 1 | 60.39s | 740 | 9,713 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 3.84s | 280 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 4.6 | 1.7 | 66.7% | 2 | 7.48s | 266 | 3,835 | |
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 219 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 2.9 | 4.4 | 22.2% | 2 | 237.27s | 105,047 | 133,487 | |
| GPT-5.4 Nano | 2.9 | 4.4 | 22.2% | 2 | 926ms | 52 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 3.8 | 2.5 | 33.3% | 1 | 6.63s | 25 | 1,686 | |
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 180 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 8.1 | 6.8 | 83.3% | 1 | 4.64s | 252 | 1,873 | |
| GPT-5.4 Nano | 5.0 | 6.8 | 33.3% | 1 | 787ms | 84 | 0 |
| Puzzle Solving | 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 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 5.3 | 7.2 | 44.4% | 1 | 11.54s | 159 | 9,547 | |
| GPT-5.4 Nano | 3.7 | 7.3 | 22.2% | 1 | 1.29s | 348 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.5 | 10.0 | 10.0 | 100.0% | 0 | 15.35s | 269 | 937 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 222 | 0 |
快速对比
切换对比组合
MiniMax M2.5medium免费可用vsQwen3.5-35B-A3BnoneMiniMax M2.5medium免费可用vsHunter AlphanoneGemini 2.5 FlashnonevsMiniMax M2.5medium免费可用MiniMax M2.5medium免费可用vsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsMiniMax M2.5medium免费可用MiniMax M2.5medium免费可用vsQwen3.5-FlashnoneGPT-5.4 NanononevsQwen3.5-9BmediumMiniMax M2.5medium免费可用vsGPT-5.4noneMiniMax M2.5medium免费可用vsQwen3.5-27BnoneMiniMax M2.5medium免费可用vsGLM 5 TurbononeMiniMax M2.5medium免费可用vsGLM 4.7 FlashnoneGPT-5.4 NanononevsGLM 4.7 Flashmedium