导航
Advertise here

MiniMax M2.7 (medium) vs Laguna S 2.1 (high)

MiniMax M2.7 (medium) 平均分领先,为 5.0 vs 4.9。 Laguna S 2.1 (high) benchmark 成本更低,为 $0.145 vs $0.326。 MiniMax M2.7 (medium) 更快,为 50.32s vs 113.63s,通过率为 44.9% vs 27.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#403
总输出令牌
170,899
响应时间(平均)
50.32s
总成本
$0.326
排名
#410
总输出令牌
571,762
响应时间(平均)
113.63s
总成本
$0.145
推荐模型 MiniMax M2.7 (medium)

它在这里得分最高(5.0),同时响应速度比Laguna S 2.1 (high)快约 2.3 倍。

详细对比

指标 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18 Laguna S 2.1 Laguna S 2.1 high 发布日期: 2026-07-21 免费可用
分数 5.0 4.9
排名 #403 #410
可靠性 10.0 10.0
一致性 6.4 7.8
尝试次数 69/69 69/69
测试正确
尝试通过率 44.9% 27.5%
不稳定测试 10 6
总运行次数 69 69
每个结果成本 5.279 3.664
总成本 $0.326 $0.145
输入价格 $0.210 / 1M $0.090 / 1M
输出价格 $0.840 / 1M $0.180 / 1M
缓存读取价格 $0.042 / 1M $0.009 / 1M
缓存写入价格 不适用 不适用
总输入令牌 277,130 344,806
输出令牌 45,188 177,330
推理令牌 129,163 453,213
响应时间(平均) 50.32s 113.63s
响应时间(最大) 198.82s 1190.11s
响应时间(总计) 1107.03s 2613.48s
参数量 230B 总计 (10B 激活) 118B 总计 (8B 激活)
开放状态 权重可用 权重可用

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#403 MiniMax M2.7

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

#410 Laguna S 2.1

high
成本
$0.001
时间
6.8s
令牌
1,389 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

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
Laguna S 2.1 5.3 7.2 44.4% 1 271.42s 6,496 59,355 151,009

切换对比组合