GLM 5.1vsMiniMax-M2.7
在 8 个共同 benchmark 中，GLM 5.1 整体领先：GLM 5.1 领先 6 项，MiniMax-M2.7 领先 2 项，持平 0 项，平均分差 +1.64。
GLM 5.1
智谱AI · 2026-03-27 · 推理大模型
MiniMax-M2.7
MiniMaxAI · 2026-03-18 · 推理大模型
GLM 5.16 项(75%)(25%)2 项MiniMax-M2.7
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
AI Agent - Tool Usage
GLM 5.1 领先 2/2| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 63.5013 / 48Thinking (With Tools) | 5725 / 48Thinking (With Tools) | +6.50 |
| Terminal-Bench 2.1 | 61.80105 / 192Thinking (With Tools) | 55.40121 / 192Thinking (With Tools) | +6.40 |
Coding and Software Engineer
胶着 2/2| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| SciCode | 44.8090 / 130Thinking (No Tools) | 50.1068 / 130Thinking (No Tools) | -5.30 |
| SWE-Bench Pro - Public | 58.4020 / 62Thinking (With Tools) | 56.2029 / 62Thinking (With Tools) | +2.20 |
Agent Level Benchmark
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| τ³-Banking | 13.60115 / 164Thinking (With Tools) | 9.90129 / 164Thinking (With Tools) | +3.70 |
Claw-style Agent Evaluation
MiniMax-M2.7 领先 1/1| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| PinchBench v2 | 59.9533 / 45Reported best (effort unspecified) | 66.7530 / 45Reported best (effort unspecified) | -6.80 |
General Knowledge
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| CritPt | 4.60102 / 200Thinking (No Tools) | 0.60168 / 200Thinking (No Tools) | +4 |
Multimodal Understanding
GLM 5.1 领先 1/1| 评测项 | GLM 5.1 | MiniMax-M2.7 | 分差 |
|---|---|---|---|
| GDP.pdf | 8.4086 / 118Thinking (No Tools) | 691 / 118Thinking (No Tools) | +2.40 |
规格对比
| 字段 | GLM 5.1 | MiniMax-M2.7 |
|---|---|---|
| 发布机构 | 智谱AI | MiniMaxAI |
| 发布时间 | 2026-03-27 | 2026-03-18 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7540亿 | 2290亿 |
| 上下文长度 | 200K | 200K |
| 最大输出 | 125K | 200K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM 5.1 | MiniMax-M2.7 |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $0.3 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $1.2 / 1M tokens |
| 缓存读取 | $4.4 / 1M tokens | $0.06 / 1M tokens |
| 缓存写入 | $0.26 / 1M tokens | $0.375 / 1M tokens |
小结
- GLM 5.1在以下类目领先:AI Agent - Tool Usage (2/2)、Agent Level Benchmark (1/1)、General Knowledge (1/1)、Multimodal Understanding (1/1)
- MiniMax-M2.7在以下类目领先:Claw-style Agent Evaluation (1/1)
- 胶着类目:Coding and Software Engineer
8 个共同 benchmark 上，GLM 5.1 平均高出 1.64 分。
单项差距最大的 benchmark：PinchBench v2 — GLM 5.1 59.95，MiniMax-M2.7 66.75（分差 -6.80）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。