DataLearner 标志

MiniMax-M2.7vsGLM-5

在 6 个共同 benchmark 中,MiniMax-M2.7 整体领先:MiniMax-M2.7 领先 3 项,GLM-5 领先 2 项,持平 1 项,平均分差 -0.12。

MiniMaxAI
MiniMax-M2.7

MiniMaxAI · 2026-03-18 · 推理大模型

智谱AI
GLM-5

智谱AI · 2026-02-11 · 聊天大模型

MiniMax-M2.73 (50%)持平1(33%)2 GLM-5

评测分数

按能力类目分组,每组内按分差大小排列;共 6 项。

Claw-style Agent Evaluation

MiniMax-M2.7 领先 1/2
评测项MiniMax-M2.7GLM-5分差
Pinch Bench87.1010 / 38Thinking (With Tools)86.4013 / 38Thinking (With Tools)+0.70
Claw Bench91.705 / 29Thinking (With Tools)91.705 / 29Thinking (With Tools)持平

Agent Level Benchmark

MiniMax-M2.7 领先 1/1
评测项MiniMax-M2.7GLM-5分差
τ³-Banking9.90129 / 164Thinking (With Tools)9.79130 / 164Thinking (With Tools)+0.11

AI Agent - Tool Usage

GLM-5 领先 1/1
评测项MiniMax-M2.7GLM-5分差
Terminal Bench 2.05725 / 48Thinking (With Tools)61.1018 / 48Thinking (With Tools)-4.10

General Knowledge

GLM-5 领先 1/1
评测项MiniMax-M2.7GLM-5分差
CritPt0.60168 / 200Thinking (No Tools)2127 / 200Thinking (No Tools)-1.40

Productivity Knowledge

MiniMax-M2.7 领先 1/1
评测项MiniMax-M2.7GLM-5分差
GDPval-AA507 / 15Thinking (No Tools)468 / 15Thinking (No Tools)+4

规格对比

字段MiniMax-M2.7GLM-5
发布机构MiniMaxAI智谱AI
发布时间2026-03-182026-02-11
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200K200K
最大输出200K128K

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-M2.7GLM-5
文本输入$0.3 / 1M tokens$1 / 1M tokens
文本输出$1.2 / 1M tokens$3.2 / 1M tokens
缓存读取$0.06 / 1M tokens暂无公开价格
缓存写入$0.375 / 1M tokens$0.2 / 1M tokens

小结

  • MiniMax-M2.7在以下类目领先:Claw-style Agent Evaluation (1/2)、Agent Level Benchmark (1/1)、Productivity Knowledge (1/1)
  • GLM-5在以下类目领先:AI Agent - Tool Usage (1/1)、General Knowledge (1/1)

6 个共同 benchmark 上,GLM-5 平均高出 0.12 分。

单项差距最大的 benchmark:Terminal Bench 2.0 — MiniMax-M2.7 57,GLM-5 61.10(分差 -4.10)。

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。