AI BENCHY 对比

MiniMax: MiniMax M2.5 vs Qwen: Qwen3.5-122B-A10B

摘要

Qwen3.5-122B-A10B 平均分领先，为 5.3 vs 4.7。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.303。 Qwen3.5-122B-A10B 更快，为 3.41s vs 65.37s，通过率为 46.0% vs 31.8%。

推荐模型Qwen3.5-122B-A10B它在这里得分最高（5.3），同时成本比MiniMax M2.5 (medium)低约 15.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-16

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数	4.7	5.3
排名	#175	#153
可靠性	10.0	10.0
一致性	6.5	9.6
测试正确
尝试通过率	46.0%	31.8%
不稳定测试	9	1
总运行次数	63	63
每个结果成本	7.900	0.393
总成本	$0.303	$0.020
输入价格	$0.150 / 1M	$0.260 / 1M
输出价格	$0.900 / 1M	$2.080 / 1M
总输入令牌	43,706	47,735
输出令牌	109,495	3,383
推理令牌	330,814	0
响应时间（平均）	65.37s	3.41s
响应时间（最大）	251.36s	46.00s
响应时间（总计）	849.76s	71.59s

生成展示

Hamster playing table tennis

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

#175 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#153 Qwen3.5-122B-A10B

none

成本: $0.016
时间: 44.5s
令牌: 6,431 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

类别:

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
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	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
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	20,175	1,137	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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	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
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	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
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	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
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	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
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

快速对比

切换对比组合

Ling-2.6-1TnonevsMiniMax M2.5medium MiniMax M2.5mediumvsGPT-5.4 Nanonone Mercury 2nonevsMiniMax M2.5medium Ring-2.6-1TnonevsMiniMax M2.5medium MiniMax M2.7mediumvsQwen3.5-122B-A10Bnone Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernone免费可用 MiniMax M2.5mediumvsGLM 4.7 Flashnone Mistral Small 4mediumvsQwen3.5-122B-A10Bnone KAT-Coder-Air V2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsGPT-4o-mininone Trinity Large PreviewnonevsMiniMax M2.5medium