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-5.6 Luna

摘要

MiniMax M2.5 (medium) vs GPT-5.6 Luna benchmark 对比：GPT-5.6 Luna 平均分领先，为 5.3 vs 4.7。 GPT-5.6 Luna benchmark 成本更低，为 $0.047 vs $0.303。 GPT-5.6 Luna 更快，为 1.06s vs 65.37s，通过率为 46.0% vs 36.5%。

推荐模型: GPT-5.6 Luna - 它在这里得分最高（5.3），同时成本比MiniMax M2.5 (medium)低约 6.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12 GPT-5.6 Luna GPT-5.6 Luna none 发布日期: 2026-07-09
分数 4.7 5.3
排名 #165 #142
可靠性 10.0 10.0
一致性 6.5 8.8
测试正确
尝试通过率 46.0% 36.5%
不稳定测试 9 3
总运行次数 63 63
每个结果成本 7.900 0.767
总成本 $0.303 $0.047
输入价格 $0.150 / 1M $1.000 / 1M
输出价格 $0.900 / 1M $6.000 / 1M
总输入令牌 43,706 34,218
输出令牌 109,495 1,967
推理令牌 330,814 0
响应时间（平均） 65.37s 1.06s
响应时间（最大） 251.36s 2.80s
响应时间（总计） 849.76s 22.34s

生成展示

Hamster playing table tennis

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

#165 MiniMax M2.5

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

#142 GPT-5.6 Luna

none
成本
$0.016
时间
15.8s
令牌
2,685 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-5.6 Luna 4.8 10.0 25.0% 0 901ms 606 266 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-5.6 Luna 3.8 7.2 22.2% 1 980ms 7,302 459 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-5.6 Luna 3.0 10.0 0.0% 0 2.78s 11,019 280 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-5.6 Luna 10.0 10.0 100.0% 0 758ms 7,140 222 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-5.6 Luna 2.9 7.2 11.1% 1 737ms 723 54 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-5.6 Luna 5.0 10.0 0.0% 0 1.00s 477 150 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-5.6 Luna 7.1 5.8 83.3% 1 1.23s 660 86 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-5.6 Luna 5.3 10.0 33.3% 0 790ms 642 202 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-5.6 Luna 10.0 10.0 100.0% 0 2.80s 5,454 222 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-5.6 Luna 3.0 10.0 0.0% 0 651ms 195 26 0

快速对比

切换对比组合

Ling-2.6-1TnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-5.4 NanononeMercury 2nonevsMiniMax M2.5mediumRing-2.6-1TnonevsMiniMax M2.5mediumMiniMax M2.7mediumvsGPT-5.6 LunanoneLing-2.6-flashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernone免费可用MiniMax M2.5mediumvsGLM 4.7 FlashnoneMistral Small 4mediumvsGPT-5.6 LunanoneMiniMax M2.5mediumvsGPT-4o-mininoneTrinity Large PreviewnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGrok 4.20none