已对比模型

MiniMax M2.7 (medium) vs Kimi K2.5 (medium) vs GLM 5 (medium) vs Gemini 3.1 Flash Lite Preview (medium) 基准对比: GLM 5 (medium) 在分数上以 7.7 领先。 MiniMax M2.7 (medium) 在可靠性上以 10.0 领先。 Gemini 3.1 Flash Lite Preview (medium) 的总成本最低，为 $0.115。 Gemini 3.1 Flash Lite Preview (medium) 最快，为 4.61s。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-07

排名: #205
总输出令牌: 137,594
响应时间（平均）: 41.28s
总成本: $0.176

排名: #97
总输出令牌: 227,367
响应时间（平均）: 99.00s
总成本: $0.600

排名: #59
总输出令牌: 124,566
响应时间（平均）: 33.54s
总成本: $0.307

排名: #82
总输出令牌: 56,983
响应时间（平均）: 4.61s
总成本: $0.115

推荐模型 Gemini 3.1 Flash Lite Preview (medium)

它的得分接近这里的最高分（7.3 vs 7.7），同时成本比本次比较中的其他模型低约 3.1 倍。

详细对比

指标	MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27	GLM 5 GLM 5 medium 发布日期: 2026-02-12	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03

指标	MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18	Kimi K2.5 Kimi K2.5 medium 发布日期: 2026-01-27	GLM 5 GLM 5 medium 发布日期: 2026-02-12	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium 发布日期: 2026-03-03
分数	5.0	7.0	7.7	7.3
排名	#205	#97	#59	#82
可靠性	10.0	10.0	10.0	10.0
一致性	6.6	7.0	8.1	9.9
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	22/22 项测试 · 66/66 次尝试	21/22 项测试 · 63/66 次尝试	22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率	45.5%	65.2%	78.8%	59.1%
不稳定测试	9	8	4	0
总运行次数	66	66	63	66
每个结果成本	3.906	4.789	1.668	0.884
总成本	$0.176	$0.600	$0.307	$0.115
输入价格	$0.270 / 1M	$0.571 / 1M	$0.950 / 1M	$0.250 / 1M
输出价格	$1.080 / 1M	$2.850 / 1M	$2.551 / 1M	$1.500 / 1M
总输入令牌	114,518	118,448	35,224	117,480
输出令牌	18,558	62,124	21,570	10,589
推理令牌	119,036	165,243	102,996	46,394
响应时间（平均）	41.28s	99.00s	33.54s	4.61s
响应时间（最大）	196.21s	281.00s	99.85s	18.34s
响应时间（总计）	866.81s	1485.04s	435.99s	101.39s

模型生成展示

Hamster playing table tennis

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

#205 MiniMax M2.7

medium

成本: $0.022
时间: 22.8s
令牌: 9,250 tok

#97 MoonshotAI: Kimi K2.5

medium

成本: $0.030
时间: 58.6s
令牌: 8,683 tok

#59 GLM 5

medium

成本: $0.005
时间: 20.7s
令牌: 2,068 tok

#82 Gemini 3.1 Flash Lite Preview

medium

成本: $0.003
时间: 5.2s
令牌: 1,944 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	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	7.9	6.3	83.3%	2	40.32s	654	3,010	17,716
Kimi K2.5	7.3	5.8	83.3%	2	51.38s	634	2,789	8,880
GLM 5	10.0	10.0	100.0%	0	23.66s	555	480	7,056
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0	2.33s	512	570	4,305

编程	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	5.7	9.1	33.3%	0	101.89s	2,961	1,231	38,841
Kimi K2.5	6.1	4.6	66.7%	2	217.49s	6,935	5,705	74,693
GLM 5	10.0	10.0	100.0%	0	74.30s	7,254	2,997	52,930
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0	4.09s	8,126	461	8,597

综合	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	3.8	1.6	50.0%	2	72.12s	94,380	9,946	33,704
Kimi K2.5	6.7	9.1	50.0%	0	89.19s	95,416	14,448	11,209
GLM 5	5.0	5.0	50.0%	0	28.96s	12,804	662	3,242
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0	16.63s	93,097	8,706	16,997

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	6.3	5.8	66.7%	1	21.95s	7,152	187	5,882
Kimi K2.5	10.0	10.0	100.0%	0	49.78s	7,020	563	7,940
GLM 5	7.1	5.6	83.3%	1	8.90s	5,508	567	3,734
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0	2.29s	7,362	279	2,952

领域专项	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	3.0	10.0	0.0%	0	19.00s	245	8	2,796
Kimi K2.5	3.5	4.4	33.3%	2	137.29s	485	20,753	30,564
GLM 5	3.5	4.4	33.3%	2	0ms	260	13,176	14,137
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0	4.21s	639	18	5,325

通用智能	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	3.9	2.5	33.3%	1	38.70s	486	92	5,204
Kimi K2.5	6.5	3.4	66.7%	1	69.73s	480	3,815	4,262
GLM 5	6.1	3.1	66.7%	1	14.69s	477	2,020	2,248
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0	3.16s	488	96	1,488

指令遵循	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	3.8	5.8	33.3%	1	12.80s	687	350	2,600
Kimi K2.5	10.0	10.0	100.0%	0	92.47s	675	5,371	6,547
GLM 5	10.0	10.0	100.0%	0	7.25s	636	1,001	2,129
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0	1.91s	621	72	2,121

谜题求解	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	5.9	7.2	55.6%	1	24.87s	675	362	7,840
Kimi K2.5	5.3	7.3	44.4%	1	43.23s	659	8,426	12,692
GLM 5	10.0	10.0	100.0%	0	11.33s	609	33	4,076
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0	5.30s	566	141	1,896

工具调用	分数	一致性	尝试通过率	不稳定测试	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	4.7	1.6	66.7%	1	12.05s	7,067	304	1,001
Kimi K2.5	10.0	10.0	100.0%	0	31.74s	5,933	242	812
GLM 5	10.0	10.0	100.0%	0	15.93s	6,935	233	994
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0	3.80s	5,909	234	912

常识问答	分数	一致性	尝试通过率	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.7	3.0	10.0	0.0%	22.77s	211	3,068	3,452
Kimi K2.5	3.0	10.0	0.0%	83.95s	211	12	7,644
GLM 5	3.0	10.0	0.0%	67.37s	186	401	12,450
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	2.68s	160	12	1,801

快速对比

切换对比组合

Gemini 3.5 FlashnonevsKimi K2.5medium GPT-5.6 LunahighvsGLM 5medium Claude Sonnet 4.6nonevsGemini 3.1 Flash Lite Previewmedium MiniMax M2.7mediumvsLaguna S 2.1low免费可用 Claude Opus 4.8lowvsGLM 5medium Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Flashlow North Mini Codenone免费可用vsMiniMax M2.7medium DeepSeek V3.2nonevsMiniMax M2.7medium Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium DeepSeek V4 FlashhighvsGLM 5medium Gemini 3.1 Flash Lite PreviewmediumvsKAT-Coder-Pro V2.5low MiniMax M2.7mediumvsQwen3.5-9Bnone