AI BENCHY 对比
MiniMax: MiniMax M2.7 vs xAI: Grok 4.20
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 | Grok 4.20 Grok 4.20 none |
|---|---|---|
| 分数 | 5.1 | 5.4 |
| 排名 | #125 | #115 |
| 可靠性 | 10.0 | 不适用 |
| 一致性 | 5.7 | 9.5 |
| 测试正确 | ||
| 尝试通过率 | 49.1% | 35.2% |
| 不稳定测试 | 10 | 1 |
| 总运行次数 | 57 | 54 |
| 每个结果成本 | 2.367 | 1.574 |
| 总成本 | $0.095 | $0.095 |
| ???? | $0.300 / 1M | $1.250 / 1M |
| ???? | $1.200 / 1M | $2.500 / 1M |
| 输出令牌 | 8,052 | 1,967 |
| 推理令牌 | 66,239 | 0 |
| 响应时间（平均） | 30.62s | 1.11s |
| 响应时间（最大） | 117.04s | 6.04s |
| 响应时间（总计） | 551.14s | 20.02s |
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 | |
| Grok 4.20 | 4.8 | 10.0 | 25.0% | 0 | 501ms | 267 | 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 | |
| Grok 4.20 | 3.4 | 9.3 | 0.0% | 0 | 1.22s | 312 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 6.04s | 282 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 522ms | 207 | 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 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 687ms | 325 | 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 | |
| Grok 4.20 | 4.8 | 10.0 | 0.0% | 0 | 659ms | 83 | 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 | |
| Grok 4.20 | 6.3 | 10.0 | 50.0% | 0 | 455ms | 60 | 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 | |
| Grok 4.20 | 5.3 | 7.2 | 44.4% | 1 | 487ms | 242 | 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.63s | 189 | 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 | |
| Grok 4.20 | - | - | - | - | - | - | - | - |
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 NextnoneElephant AlphamediumvsGrok 4.20noneDeepSeek V4 FlashnonevsMiniMax M2.7mediumMiniMax M2.7mediumvsgpt-oss-120bnone免费可用MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5medium免费可用vsGrok 4.20noneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsGPT-4o-mininoneLing-2.6-flashnonevsMiniMax M2.7medium