MiniMax: MiniMax M3 vs Z.ai: GLM 5

GLM 5 (medium) 平均分领先，为 7.7 vs 7.6。 MiniMax M3 (medium) benchmark 成本更低，为 $0.286 vs $0.307。 GLM 5 (medium) 更快，为 33.54s vs 74.98s，通过率为 66.7% vs 78.8%。

推荐模型GLM 5 (medium)它在这里得分最高（7.7），同时响应速度比MiniMax M3 (medium)快约 2.2 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	GLM 5 GLM 5 medium 发布日期: 2026-02-12

指标	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01	GLM 5 GLM 5 medium 发布日期: 2026-02-12
分数	7.6	7.7
排名	#54	#49
可靠性	9.7	10.0
一致性	8.0	8.1
测试正确
尝试通过率	66.7%	78.8%
不稳定测试	5	4
总运行次数	66	63
每个结果成本	2.376	1.668
总成本	$0.286	$0.307
输入价格	$0.300 / 1M	$0.950 / 1M
输出价格	$1.200 / 1M	$2.551 / 1M
总输入令牌	121,990	35,224
输出令牌	77,916	21,570
推理令牌	173,553	102,996
响应时间（平均）	74.98s	33.54s
响应时间（最大）	431.03s	99.85s
响应时间（总计）	1574.56s	435.99s

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

#49 GLM 5

medium

成本: $0.005
时间: 20.7s
令牌: 2,068 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
GLM 5	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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
GLM 5	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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
GLM 5	5.0	5.0	50.0%	0		28.96s	12,804	662	3,242

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
GLM 5	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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
GLM 5	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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
GLM 5	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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
GLM 5	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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
GLM 5	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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
GLM 5	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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
GLM 5	3.0	10.0	0.0%	0		67.37s	186	401	12,450

快速对比

切换对比组合

GPT-5.6 LunahighvsGLM 5medium Claude Opus 4.8lowvsGLM 5medium DeepSeek V4 ProhighvsMiniMax M3medium DeepSeek V4 FlashhighvsGLM 5medium DeepSeek V4 FlashhighvsMiniMax M3medium DeepSeek V4 ProhighvsGLM 5medium Claude Opus 5nonevsMiniMax M3medium MiniMax M3mediumvsGPT-5.6 Lunahigh MiniMax M3mediumvsGPT-5.3 Chatnone MiniMax M3mediumvsGPT-5.6 Terralow Claude Opus 4.8lowvsMiniMax M3medium MiniMax M3mediumvsQwen3.7 Maxnone