MiniMax: MiniMax M3 vs MoonshotAI: Kimi K2.7 Code

MiniMax M3 (medium) 平均分领先，为 7.6 vs 7.5。 MiniMax M3 (medium) benchmark 成本更低，为 $0.286 vs $0.692。 MiniMax M3 (medium) 更快，为 74.98s vs 84.25s，通过率为 66.7% vs 65.2%。

推荐模型MiniMax M3 (medium)它在这里得分最高（7.6），同时成本比Kimi K2.7 Code (medium)低约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01	Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12

指标	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01	Kimi K2.7 Code Kimi K2.7 Code medium 发布日期: 2026-06-12
分数	7.6	7.5
排名	#54	#60
可靠性	9.7	10.0
一致性	8.0	8.3
测试正确
尝试通过率	66.7%	65.2%
不稳定测试	5	4
总运行次数	66	66
每个结果成本	2.376	6.457
总成本	$0.286	$0.692
输入价格	$0.300 / 1M	$0.780 / 1M
输出价格	$1.200 / 1M	$3.500 / 1M
总输入令牌	121,990	72,073
输出令牌	77,916	83,714
推理令牌	173,553	178,793
响应时间（平均）	74.98s	84.25s
响应时间（最大）	431.03s	365.80s
响应时间（总计）	1574.56s	1769.22s

Hamster playing table tennis

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

#54 MiniMax M3

medium

成本: $0.012
时间: 154.4s
令牌: 10,018 tok

#60 MoonshotAI: Kimi K2.7 Code

medium

成本: $0.025
时间: 138.0s
令牌: 6,093 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

类别:

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 M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414
Kimi K2.7 Code	7.3	5.8	83.3%	2		11.56s	618	3,048	5,041

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 M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
Kimi K2.7 Code	7.8	9.3	66.7%	0		146.73s	4,650	1,864	25,635

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 M3	10.0	10.0	100.0%	0		138.24s	90,204	30,186	87,263
Kimi K2.7 Code	7.3	5.8	83.3%	1		66.03s	57,353	3,642	21,308

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 M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
Kimi K2.7 Code	10.0	10.0	100.0%	0		12.27s	7,014	248	2,569

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 M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
Kimi K2.7 Code	5.5	9.3	33.3%	0		213.29s	431	55,572	63,639

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 M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
Kimi K2.7 Code	10.0	10.0	100.0%	0		10.78s	477	1,024	1,071

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 M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
Kimi K2.7 Code	9.9	10.0	100.0%	0		5.39s	669	725	1,232

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 M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
Kimi K2.7 Code	5.9	7.7	44.4%	1		41.00s	651	15,438	17,368

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 M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
Kimi K2.7 Code	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 M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216
Kimi K2.7 Code	3.0	10.0	0.0%	0		341.76s	210	2,153	40,930

快速对比

切换对比组合

Claude Opus 5nonevsKimi K2.7 Codemedium Kimi K2.7 CodemediumvsGPT-5.3 Chatnone Kimi K2.7 CodemediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsMiniMax M3medium DeepSeek V4 FlashhighvsMiniMax M3medium Claude Opus 5nonevsMiniMax M3medium MiniMax M3mediumvsGPT-5.6 Lunahigh Kimi K2.7 CodemediumvsQwen3.7 Maxnone MiniMax M3mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsKimi K2.7 Codemedium DeepSeek V4 FlashhighvsKimi K2.7 Codemedium