MiniMax: MiniMax M2.5 vs Qwen: Qwen3.5-9B

MiniMax M2.5 (medium) 平均分领先，为 4.6 vs 3.8。 Qwen3.5-9B (medium) benchmark 成本更低，为 $0.036 vs $0.340。 MiniMax M2.5 (medium) 更快，为 68.27s vs 82.24s，通过率为 45.5% vs 25.8%。

推荐模型MiniMax M2.5 (medium)它在本次比较中得分最高（4.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02
分数	4.6	3.8
排名	#205	#220
可靠性	10.0	5.0
一致性	6.2	8.1
测试正确
尝试通过率	45.5%	25.8%
不稳定测试	10	5
总运行次数	66	66
每个结果成本	8.648	1.187
总成本	$0.340	$0.036
输入价格	$0.150 / 1M	$0.100 / 1M
输出价格	$0.900 / 1M	$0.150 / 1M
总输入令牌	142,561	17,070
输出令牌	125,442	29,045
推理令牌	339,935	209,516
响应时间（平均）	68.27s	82.24s
响应时间（最大）	251.36s	226.38s
响应时间（总计）	955.75s	1315.88s

Hamster playing table tennis

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

#205 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#220 Qwen3.5-9B

medium

成本: $0.001
时间: 35.9s
令牌: 3,030 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
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

快速对比

切换对比组合

MiniMax M2.5mediumvsLaguna S 2.1none免费可用 gpt-oss-120bnone免费可用vsQwen3.5-9Bmedium Mercury 2nonevsMiniMax M2.5medium Trinity Large PreviewnonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMiniMax M2.5medium Granite 4.1 8BnonevsQwen3.5-9Bmedium MiniMax M2.5mediumvsGPT-5.4 Nanonone Ring-2.6-1TnonevsMiniMax M2.5medium Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernone免费可用 MiniMax M2.5mediumvsGLM 4.7 Flashnone Qwen3.5-9BmediumvsGrok 4.20none