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-5.5

摘要

MiniMax M2.5 vs GPT-5.5 benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 4.7。 MiniMax M2.5 benchmark 成本更低，为 $0.164 vs $0.907。 GPT-5.5 更快，为 9.76s vs 65.37s，通过率为 46.0% vs 85.7%。

推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比MiniMax M2.5快约 6.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数 4.7 9.3
排名 #151 #4
可靠性 10.0 10.0
一致性 6.5 10.0
测试正确
尝试通过率 46.0% 85.7%
不稳定测试 9 0
总运行次数 63 63
每个结果成本 7.900 5.035
总成本 $0.164 $0.907
输入价格 $0.120 / 1M $5.000 / 1M
输出价格 $0.480 / 1M $30.000 / 1M
总输入令牌 43,706 34,209
输出令牌 109,495 2,046
推理令牌 330,814 22,460
响应时间（平均） 65.37s 9.76s
响应时间（最大） 251.36s 56.19s
响应时间（总计） 849.76s 204.92s

生成展示

Hamster playing table tennis

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

#151 MiniMax M2.5

medium
无效SVG
成本
$0.000
时间
300.0s
令牌
0 tok

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
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-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
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-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
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-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
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-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
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-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
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-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
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-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
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-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
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-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840

快速对比

切换对比组合

Ling-2.6-1TnonevsMiniMax M2.5mediumGPT-5.5lowvsQwen3.7 MaxmediumMiniMax M2.5mediumvsGPT-5.4 NanononeMercury 2nonevsMiniMax M2.5mediumRing-2.6-1TnonevsMiniMax M2.5mediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowLing-2.6-flashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernone免费可用MiniMax M2.5mediumvsGLM 4.7 FlashnoneGemini 3.5 FlashmediumvsGPT-5.5lowMiniMax M2.5mediumvsGPT-4o-mininone