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 Qwen: Qwen3.6 35B A3B

摘要

MiniMax M2.5 vs Qwen3.6 35B A3B benchmark 对比：MiniMax M2.5 平均分领先，为 5.3 vs 4.6。 Qwen3.6 35B A3B benchmark 成本更低，为 $0.031 vs $0.303。 Qwen3.6 35B A3B 更快，为 3.73s vs 65.37s，通过率为 46.0% vs 30.2%。

推荐模型: Qwen3.6 35B A3B - 它的得分接近这里的最高分（4.6 vs 5.3），同时成本比MiniMax M2.5低约 9.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12 Qwen3.6 35B A3B Qwen3.6 35B A3B none 发布日期: 2026-04-20
分数 5.3 4.6
排名 #130 #154
可靠性 10.0 10.0
一致性 6.5 8.0
测试正确
尝试通过率 46.0% 30.2%
不稳定测试 9 5
总运行次数 63 63
每个结果成本 7.900 0.754
总成本 $0.303 $0.031
输入价格 $0.150 / 1M $0.140 / 1M
输出价格 $0.900 / 1M $1.000 / 1M
总输入令牌 43,706 19,329
输出令牌 109,495 27,755
推理令牌 330,814 0
响应时间（平均） 65.37s 3.73s
响应时间（最大） 251.36s 22.52s
响应时间（总计） 849.76s 70.86s

Generation showcase

Hamster playing table tennis

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

#130 MiniMax M2.5

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 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
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 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
Qwen3.6 35B A3B 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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 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
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 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
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 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
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 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
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0

快速对比

切换对比组合

MiniMax M2.5mediumvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumvsQwen3.6 FlashnoneDeepSeek V3.2nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.5mediumvsGLM 5 TurbononeMiniMax M2.5mediumvsgpt-oss-120bnone免费可用MiniMax M2.5mediumvsKimi K2.5noneMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsKimi K2.6none免费可用MiniMax M2.5mediumvsMiMo-V2.5-PrononeMiniMax M2.5mediumvsGLM 4.7 FlashnoneQwen3.6 35B A3BnonevsGLM 4.7 Flashmedium