- 排名
- #344
- 总输出令牌
- 272,229
- 响应时间（平均）
- 69.08s
- 总成本
- $0.327
MiniMax M2.5 (medium) vs Grok 4.20
MiniMax M2.5 (medium) 平均分领先，为 4.6 vs 4.1。 Grok 4.20 benchmark 成本更低，为 $0.057 vs $0.327。 Grok 4.20 更快，为 1.11s vs 69.08s，通过率为 43.9% vs 27.3%。
已对比模型
- 排名
- #353
- 总输出令牌
- 1,923
- 响应时间（平均）
- 1.11s
- 总成本
- $0.057
推荐模型
Grok 4.20
它的得分接近这里的最高分（4.1 vs 4.6），同时成本比MiniMax M2.5 (medium)低约 5.8 倍。
详细对比
| 指标 | MiniMax M2.5 MiniMax M2.5 medium | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 4.6 | 4.1 |
| 排名 | #344 | #353 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 6.6 | 8.1 |
| 尝试次数 | 66/66 | 54/66 |
| 测试正确 | ||
| 尝试通过率 | 43.9% | 27.3% |
| 不稳定测试 | 9 | 0 |
| 总运行次数 | 66 | 54 |
| 每个结果成本 | 6.463 | 1.570 |
| 总成本 | $0.327 | $0.057 |
| 输入价格 | $0.270 / 1M | $1.250 / 1M |
| 输出价格 | $1.080 / 1M | $2.500 / 1M |
| 总输入令牌 | 142,621 | 41,313 |
| 输出令牌 | 20,409 | 1,923 |
| 推理令牌 | 251,820 | 0 |
| 响应时间（平均） | 69.08s | 1.11s |
| 响应时间（最大） | 251.36s | 6.04s |
| 响应时间（总计） | 1036.24s | 19.96s |
| 参数量 | 230B 总计 (10B 激活) | ~1T 总计 (~100B 激活) |
| 开放状态 | 权重可用 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#344 MiniMax M2.5
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#353 xAI: Grok 4.20
none- 成本
- $0.004
- 时间
- 6.5s
- 令牌
- 1,367 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 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 1,986 | 267 | 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 | |
| Grok 4.20 | 1.1 | 3.1 | 0.0% | 0 | 1.22s | 1,074 | 312 | 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 | 3.7 | 1.8 | 50.0% | 2 | 83.19s | 119,959 | 16,687 | 18,834 | |
| Grok 4.20 | 1.5 | 5.0 | 0.0% | 0 | 6.04s | 17,673 | 282 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 7,749 | 207 | 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 | 7.2 | 11.1% | 1 | 158.88s | 368 | 14 | 45,372 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 1,746 | 325 | 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 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 819 | 83 | 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 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 445ms | 1,350 | 60 | 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 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 473ms | 1,671 | 198 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 7,245 | 189 | 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 | |
| Grok 4.20 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 |
快速对比
切换对比组合
Granite 4.2 8BhighvsMiniMax M2.5mediumMiniMax M2.5mediumvsLaguna S 2.1none免费可用Mercury 2nonevsMiniMax M2.5mediumTrinity Large PreviewnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGLM 4.7 FlashnoneGrok 4.20nonevsGLM 4.7 FlashmediumKAT-Coder-Air V2.5nonevsMiniMax M2.5mediumTrinity Large ThinkinghighvsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-5.4 NanononeMiniMax M2.5mediumvsNemotron 3.5 Lightninglow免费可用Ring-2.6-1TnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsHy4 previewnone