AI BENCHY 对比
MiniMax: MiniMax M2.7 vs OpenAI: GPT-4o-mini
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-10
| 指标 | MiniMax M2.7 MiniMax M2.7 medium | GPT-4o-mini GPT-4o-mini none |
|---|---|---|
| 分数 | 5.1 | 4.9 |
| 排名 | #125 | #129 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 5.7 | 9.9 |
| 测试正确 | ||
| 尝试通过率 | 49.1% | 26.3% |
| 不稳定测试 | 10 | 0 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 2.367 | 0.099 |
| 总成本 | $0.095 | $0.005 |
| ???? | $0.300 / 1M | $0.150 / 1M |
| ???? | $1.200 / 1M | $0.600 / 1M |
| 输出令牌 | 8,052 | 1,962 |
| 推理令牌 | 66,239 | 0 |
| 响应时间（平均） | 30.62s | 1.90s |
| 响应时间（最大） | 117.04s | 7.58s |
| 响应时间（总计） | 551.14s | 22.79s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 7.9 | 6.3 | 83.3% | 2 | 40.32s | 3,010 | 17,716 | |
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 186 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 10.0 | 10.0 | 100.0% | 0 | 91.27s | 467 | 15,175 | |
| GPT-4o-mini | 3.0 | 8.7 | 0.0% | 0 | 2.55s | 347 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 4.7 | 1.6 | 66.7% | 1 | 41.03s | 369 | 4,480 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 7.58s | 568 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 6.3 | 5.8 | 66.7% | 1 | 21.95s | 187 | 5,882 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 183 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 3.0 | 10.0 | 0.0% | 0 | 19.00s | 8 | 2,796 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 637ms | 15 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 3.9 | 2.5 | 33.3% | 1 | 38.70s | 92 | 5,204 | |
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 66 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 3.8 | 1.6 | 50.0% | 2 | 12.64s | 213 | 2,457 | |
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.27s | 69 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 3.5 | 4.4 | 33.3% | 2 | 25.62s | 334 | 8,076 | |
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.30s | 308 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 4.7 | 1.6 | 66.7% | 1 | 12.05s | 304 | 1,001 | |
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 205 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| MiniMax M2.7 | 3.0 | 10.0 | 0.0% | 0 | 22.77s | 3,068 | 3,452 | |
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 15 | 0 |
快速对比
切换对比组合
MiniMax M2.7mediumvsMistral Small 4noneMiniMax M2.7mediumvsNemotron 3 Supernone免费可用MiniMax M2.7mediumvsQwen3 Coder NextnoneDeepSeek V4 FlashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsgpt-oss-120bnone免费可用MiniMax M2.7mediumvsGPT-5.4 MininoneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.7mediumvsQwen3.6 35B A3BnoneLing-2.6-flashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsElephant AlphanoneMiniMax M2.7mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsGLM 5 Turbonone