MiniMax M2.5vsGLM-5
在 11 个共同 benchmark 中，GLM-5 整体领先：MiniMax M2.5 领先 5 项，GLM-5 领先 6 项，持平 0 项，平均分差 -21.28。
MiniMax M2.5
MiniMaxAI · 2026-02-12 · 推理大模型
GLM-5
智谱AI · 2026-02-11 · 聊天大模型
MiniMax M2.55 项(45%)(55%)6 项GLM-5
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
Claw-style Agent Evaluation
MiniMax M2.5 领先 2/2| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| Pinch Bench | 87.807 / 38Thinking (With Tools) | 86.4013 / 38Thinking (With Tools) | +1.40 |
| Claw Bench | 92.104 / 29Thinking (With Tools) | 91.705 / 29Thinking (With Tools) | +0.40 |
Agent Level Benchmark
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.8010 / 35Thinking (With Tools) | 985 / 35Thinking (With Tools) | -0.20 |
AI Agent - Information Search
MiniMax M2.5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| BrowseComp | 76.3026 / 58Thinking (With Tools) | 75.9027 / 58Thinking (With Tools) | +0.40 |
AI Agent - Tool Usage
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 51.7032 / 48Thinking (With Tools) | 61.1018 / 48Thinking (With Tools) | -9.40 |
General Knowledge
MiniMax M2.5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 63.7059 / 92Thinking (No Tools) | 44.7071 / 92Thinking (No Tools) | +19 |
Instruction Following
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| IF Bench | 7017 / 35Thinking (With Tools) | 7215 / 35Thinking (With Tools) | -2 |
Long Context
MiniMax M2.5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| AA-LCR | 69.5013 / 28Thinking (No Tools) | 6324 / 28Thinking (No Tools) | +6.50 |
Productivity Knowledge
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| GDPval-AA | 3617 / 21Thinking (No Tools) | 4614 / 21Thinking (No Tools) | -10 |
Writing and Creative Capabilities
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| Creative Writing | 1,35863 / 99Normal (No Tools) | 1,59835 / 99Normal (No Tools) | -239.40 |
科学与综合推理
GLM-5 领先 1/1| 评测项 | MiniMax M2.5 | GLM-5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 85.2098 / 270Thinking (No Tools) | 8691 / 270Thinking (No Tools) | -0.80 |
规格对比
| 字段 | MiniMax M2.5 | GLM-5 |
|---|---|---|
| 发布机构 | MiniMaxAI | 智谱AI |
| 发布时间 | 2026-02-12 | 2026-02-11 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 2290亿 | 7440亿 |
| 上下文长度 | 128K | 200K |
| 最大输出 | 暂无数据 | 128K |
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 | MiniMax M2.5 | GLM-5 |
|---|---|---|
| 文本输入 | $0.3 / 1M tokens | $1 / 1M tokens |
| 文本输出 | $2.4 / 1M tokens | $3.2 / 1M tokens |
| 缓存写入 | 暂无公开价格 | $0.2 / 1M tokens |
小结
- MiniMax M2.5在以下类目领先:Claw-style Agent Evaluation (2/2)、AI Agent - Information Search (1/1)、General Knowledge (1/1)、Long Context (1/1)
- GLM-5在以下类目领先:Agent Level Benchmark (1/1)、AI Agent - Tool Usage (1/1)、Instruction Following (1/1)、Productivity Knowledge (1/1)、Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
11 个共同 benchmark 上，GLM-5 平均高出 21.28 分。
单项差距最大的 benchmark：Creative Writing — MiniMax M2.5 1,358，GLM-5 1,598（分差 -239.40）。
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。