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 M2.7 vs OpenAI: gpt-oss-120b

摘要

MiniMax M2.7 (medium) vs gpt-oss-120b benchmark 对比：MiniMax M2.7 (medium) 平均分领先，为 5.2 vs 4.0。 gpt-oss-120b benchmark 成本更低，为 $0.010 vs $0.100。 gpt-oss-120b 更快，为 21.61s vs 38.18s，通过率为 46.0% vs 34.9%。

推荐模型: MiniMax M2.7 (medium) - 它在本次比较中得分最高（5.2），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18 gpt-oss-120b gpt-oss-120b none 发布日期: 2025-08-05 免费可用
分数 5.2 4.0
排名 #147 #184
可靠性 10.0 10.0
一致性 6.8 8.2
测试正确
尝试通过率 46.0% 34.9%
不稳定测试 8 2
总运行次数 63 57
每个结果成本 2.494 0.168
总成本 $0.100 $0.010
输入价格 $0.240 / 1M $0.036 / 1M
输出价格 $0.960 / 1M $0.180 / 1M
总输入令牌 34,371 9,081
输出令牌 8,981 51,664
推理令牌 89,812 0
响应时间（平均） 38.18s 21.61s
响应时间（最大） 196.21s 113.71s
响应时间（总计） 763.60s 345.79s

生成展示

Hamster playing table tennis

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

#147 MiniMax M2.7

medium
成本
$0.022
时间
22.8s
令牌
9,250 tok

#184 gpt-oss-120b

none
此模型尚未生成任何展示结果。
成本
$0.000
时间
-
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

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 M2.7 7.9 6.3 83.3% 2 40.32s 654 3,010 17,716
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 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 M2.7 5.7 9.1 33.3% 0 101.89s 2,961 1,231 38,841
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 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 M2.7 4.7 1.6 66.7% 1 41.03s 14,233 369 4,480
gpt-oss-120b 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 M2.7 6.3 5.8 66.7% 1 21.95s 7,152 187 5,882
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 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 M2.7 3.0 10.0 0.0% 0 19.00s 245 8 2,796
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 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 M2.7 3.9 2.5 33.3% 1 38.70s 486 92 5,204
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 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 M2.7 3.8 5.8 33.3% 1 12.80s 687 350 2,600
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 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 M2.7 5.9 7.2 55.6% 1 24.87s 675 362 7,840
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 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 M2.7 4.7 1.6 66.7% 1 12.05s 7,067 304 1,001
gpt-oss-120b 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 M2.7 3.0 10.0 0.0% 0 22.77s 211 3,068 3,452
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

快速对比

切换对比组合

MiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsMistral Small 4noneMiniMax M2.7mediumvsQwen3 Coder NextnoneNorth Mini Codenone免费可用vsMiniMax M2.7mediumMiniMax M2.7mediumvsMiMo-V2.5noneDeepSeek V3.2nonevsMiniMax M2.7mediumMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-122B-A10BnoneMiniMax M2.7mediumvsGPT-5.4 MininoneMiniMax M2.7mediumvsGPT-5.6 LunanoneMiniMax M2.7mediumvsLaguna XS 2.1none免费可用Trinity Large PreviewnonevsMiniMax M2.7medium