导航
Advertise here

MiniMax M2.7 (medium) vs GLM 4.7 Flash

MiniMax M2.7 (medium) 平均分领先,为 5.0 vs 4.8。 GLM 4.7 Flash benchmark 成本更低,为 $0.027 vs $0.326。 GLM 4.7 Flash 更快,为 13.04s vs 50.32s,通过率为 44.9% vs 29.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-03

已对比模型

排名
#306
总输出令牌
174,351
响应时间(平均)
50.32s
总成本
$0.326
排名
#321
总输出令牌
27,395
响应时间(平均)
13.04s
总成本
$0.027
推荐模型 GLM 4.7 Flash

它的得分接近这里的最高分(4.8 vs 5.0),同时成本比MiniMax M2.7 (medium)低约 12.3 倍。

详细对比

指标 MiniMax M2.7 MiniMax M2.7 medium 发布日期: 2026-03-18 GLM 4.7 Flash GLM 4.7 Flash none 发布日期: 2026-01-19
分数 5.0 4.8
排名 #306 #321
可靠性 10.0 10.0
一致性 6.4 8.9
尝试次数 69/69 69/69
测试正确
尝试通过率 44.9% 29.0%
不稳定测试 10 3
总运行次数 69 69
每个结果成本 5.279 0.528
总成本 $0.326 $0.027
输入价格 $0.210 / 1M $0.061 / 1M
输出价格 $0.840 / 1M $0.400 / 1M
缓存读取价格 $0.042 / 1M 不适用
缓存写入价格 不适用 不适用
总输入令牌 277,130 255,363
输出令牌 45,188 27,395
推理令牌 129,163 0
响应时间(平均) 50.32s 13.04s
响应时间(最大) 198.82s 97.15s
响应时间(总计) 1107.03s 221.61s
参数量 230B 总计 (10B 激活) 30B 总计 (3B 激活)
开放状态 权重可用 开源

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.

#306 MiniMax M2.7

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

#321 GLM 4.7 Flash

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
成本
$0.000
时间
300.0s
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

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
GLM 4.7 Flash 4.3 10.0 0.0% 0 2.54s 7,256 650 0

快速对比

切换对比组合