AI BENCHY 对比

MiniMax: MiniMax M2.5 vs Z.ai: GLM 4.7 Flash

摘要

GLM 4.7 Flash 平均分领先，为 4.9 vs 4.7。 GLM 4.7 Flash benchmark 成本更低，为 $0.004 vs $0.395。 GLM 4.7 Flash 更快，为 2.86s vs 65.37s，通过率为 46.0% vs 36.5%。

推荐模型GLM 4.7 Flash它在这里得分最高（4.9），同时成本比MiniMax M2.5 (medium)低约 118.5 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	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数	4.7	4.9
排名	#176	#171
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	0.056
总成本	$0.395	$0.004
输入价格	$0.150 / 1M	$0.061 / 1M
输出价格	$0.900 / 1M	$0.400 / 1M
总输入令牌	43,706	38,745
输出令牌	109,495	2,521
推理令牌	330,814	0
响应时间（平均）	65.37s	2.86s
响应时间（最大）	251.36s	7.05s
响应时间（总计）	849.76s	40.04s

生成展示

Hamster playing table tennis

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

#176 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#171 GLM 4.7 Flash

none

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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
GLM 4.7 Flash	5.2	7.9	41.7%	1		5.51s	555	438	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
GLM 4.7 Flash	4.3	10.0	0.0%	0		2.54s	7,256	650	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		3.22s	14,325	704	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
GLM 4.7 Flash	7.3	5.8	83.3%	1		4.82s	7,107	196	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
GLM 4.7 Flash	7.7	10.0	66.7%	0		744ms	687	19	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
GLM 4.7 Flash	4.0	10.0	0.0%	0		1.59s	477	134	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
GLM 4.7 Flash	6.5	10.0	50.0%	0		888ms	636	62	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
GLM 4.7 Flash	6.4	10.0	33.3%	0		1.20s	609	97	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
GLM 4.7 Flash	2.8	1.6	33.3%	1		7.05s	6,907	212	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
GLM 4.7 Flash	3.0	10.0	0.0%	0		692ms	186	9	0

快速对比

切换对比组合

Ling-2.6-1TnonevsMiniMax M2.5medium Cobuddymedium免费可用vsGLM 4.7 Flashnone MiniMax M2.5mediumvsGPT-5.4 Nanonone Mercury 2nonevsMiniMax M2.5medium Ring-2.6-1TnonevsMiniMax M2.5medium Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernone免费可用 KAT-Coder-Air V2.5nonevsMiniMax M2.5medium Qwen3 Coder NextmediumvsGLM 4.7 Flashnone Mistral Small 4mediumvsGLM 4.7 Flashnone MiniMax M2.5mediumvsGPT-4o-mininone Trinity Large Previewnone免费可用vsMiniMax M2.5medium