MiniMax: MiniMax M3 vs Qwen: Qwen3.7 Max

MiniMax M3 (medium) 平均分领先，为 7.6 vs 7.4。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $0.286。 Qwen3.7 Max 更快，为 4.52s vs 74.98s，通过率为 66.7% vs 68.2%。

推荐模型Qwen3.7 Max它的得分接近这里的最高分（7.4 vs 7.6），同时响应速度比MiniMax M3 (medium)快约 16.6 倍。

排名: #54
尝试通过率: 66.7%
总输出令牌: 251,469
响应时间（平均）: 74.98s
总成本: $0.286

排名: #67
尝试通过率: 68.2%
总输出令牌: 12,446
响应时间（平均）: 4.52s
总成本: $0.197

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	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22

指标	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22
分数	7.6	7.4
排名	#54	#67
可靠性	9.7	9.9
一致性	8.0	10.0
测试正确
尝试通过率	66.7%	68.2%
不稳定测试	5	0
总运行次数	66	66
每个结果成本	2.376	1.582
总成本	$0.286	$0.197
输入价格	$0.300 / 1M	$1.475 / 1M
输出价格	$1.200 / 1M	$4.425 / 1M
总输入令牌	121,990	95,983
输出令牌	77,916	12,446
推理令牌	173,553	0
响应时间（平均）	74.98s	4.52s
响应时间（最大）	431.03s	72.30s
响应时间（总计）	1574.56s	99.52s

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

#67 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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 M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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 M3	10.0	10.0	100.0%	0		138.24s	90,204	30,186	87,263
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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 M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	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 M3	5.5	9.3	33.3%	0		233.13s	869	16,254	19,070
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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 M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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 M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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 M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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 M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

快速对比

切换对比组合

LongCat 2.0mediumvsQwen3.7 Maxnone DeepSeek V4 ProhighvsMiniMax M3medium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsMiniMax M3medium Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone Claude Opus 5nonevsMiniMax M3medium KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone MiniMax M3mediumvsGPT-5.6 Lunahigh Kimi K2.7 CodemediumvsQwen3.7 Maxnone MiniMax M3mediumvsGPT-5.3 Chatnone