加载中...
加载中...
模式筛选
选择思考模式 / 工具使用 / 是否去除并行，更新下方柱状对比。
模型数据收集自官网、Artificial Analysis等页面
完整列出各模型/模式的评测得分，便于横向比较。
评测得分表格
直观查看各模型/模式在每个评测基准上的得分。
| 评测基准 | MI MiniMax M2MiniMaxAI | QW Qwen3-235B-A22B-Thinking阿里巴巴 | DE DeepSeek V3.2-ExpDeepSeek-AI | KI Kimi K2 0905Moonshot AI | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 综合评估 | ||||||||||
GPQA Diamond | — | 78.00 | — | 81.10 | 74.00 | — | 79.90 | — | — | — |
HLE | — | 12.50 | — | 18.20 | 8.60 | — | 19.80 | 20.30 | — | 21.70 |
LiveBench | 64.26 | 64.26 | — | 63.42 | 66.64 | — | 71.64 | — | — | — |
MMLU Pro | — | 82.00 | — | 84.40 | 84.00 | — | 85.00 | — | — | — |
| 编程与软件工程 | ||||||||||
LiveCodeBench | — | 83.00 | — | 74.10 | 55.00 | — | 74.10 | — | — | — |
SWE-bench Verified | — | — | 69.40 | — | — | — | — | 67.80 | 69.20 | 69.20 |
| 数学推理 | ||||||||||
AIME2025 | — | 78.00 | — | 92.30 | 58.00 | — | 89.30 | — | — | 75.20 |
| AI Agent - 工具使用 | ||||||||||
Terminal-Bench | — | — | 24.00 | — | — | 23.00 | — | 37.70 | 44.50 | 44.50 |
| Agent能力评测 | ||||||||||
τ²-Bench | — | — | 77.20 | — | — | — | — | 66.70 | — | — |
τ²-Bench - Telecom | — | — | 87.00 | — | — | 34.00 | — | 34.00 | — | — |
| 指令跟随 | ||||||||||
IF Bench | — | 72.30 | — | — | — | — | 54.10 | — | — | — |
| AI Agent - 信息收集 | ||||||||||
BrowseComp | — | — | 44.00 | — | — | — | — | 40.10 | — | — |
其他能力
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | MI MiniMax M2MiniMaxAI | QW Qwen3-235B-A22B-Thinking阿里巴巴 | DE DeepSeek V3.2-ExpDeepSeek-AI | KI Kimi K2 0905Moonshot AI |
|---|---|---|---|---|
模型信息卡片 | ||||
开发机构 | MiniMaxAI | 阿里巴巴 | DeepSeek-AI | Moonshot AI |
模型全名 | MiniMax-M2 | Qwen3-235B-A22B-Thinking-2507 | DeepSeek-V3.2-Exp | Kimi K2-Instruct-0905 |
模型简介 | 未提供 | 未提供 | 未提供 | 未提供 |
模型类型 | 聊天大模型 | 推理大模型 | 推理大模型 | 聊天大模型 |
模型代号 | minimax-m2 | Qwen3-235B-A22B-Thinking-2507 | deepseek-v3-2-exp | kimi-k2-0905 |
发布时间 | 2025-10-27 | 2025-07-30 | 2025-09-29 | 2025-09-05 |
MoE 架构 | 支持 | 支持 | 支持 | 支持 |
规格与性能 | ||||
上下文 | 205K | 256K | 128K | 256K |
参数量 | 2300 | 305 | 6710 | 10000 |
激活参数量 | 100 | 33 | 370 | 320 |
模型规模 | 100b | 34b | 100b | 100b |
模型大小 | 239.99 GB | 31.17GB | 1342GB | 1.01TB |
推理速度 | ||||
推理等级 | ||||
最大输出 | 未提供 | 16384 | 64000 | 4096 |
支持模式 | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） | 思考模式（Thinking Mode） | 常规模式（Non-Thinking Mode）思考模式（Thinking Mode） | 常规模式（Non-Thinking Mode） |
开源与许可 | ||||
代码开源 | 未开源 | 未提供 | 未开源 | 未开源 |
权重开源 | 未开源 | 未提供 | 未开源 | 未开源 |
商业授权 | 免费商用授权 | 免费商用授权 | 免费商用授权 | 免费商用授权 |
模态支持 | ||||
文本 输入/输出 | / | / | / | / |
图片 输入/输出 | / | / | / | / |
音频 输入/输出 | / | / | / | / |
视频 输入/输出 | / | / | / | / |
Embedding 输入/输出 | / | / | / | / |
API 接口详情 | ||||
文本 价格 | 输入：0.3 美元/100万tokens输出：1.2 美元/100万tokens | 输入：0.2 美元/100 万tokens输出：2.4 美元/100 万tokens | 输入：0.28 美元 / 100万 tokens输出：0.42 美元 / 100万 tokens缓存价：0.028 美元 / 100万 tokens | 输入：0.60 美元/ 100 万tokens输出：2.5 美元/ 100 万tokens |
图片 价格 | 未提供 | 未提供 | 未提供 | 未提供 |
音频 价格 | 未提供 | 未提供 | 未提供 | 未提供 |
视频 价格 | 未提供 | 未提供 | 未提供 | 未提供 |
Embedding 价格 | 未提供 | 未提供 | 未提供 | 未提供 |
资源与链接 | ||||
GitHub | 仓库 | 仓库 | 仓库 | 未提供 |
Hugging Face | 模型页 | 模型页 | 模型页 | 模型页 |
官方页面 | 未提供 | 未提供 | 未提供 | 未提供 |
实用指南 | 未提供 | 未提供 | 未提供 | 未提供 |
论文/报告 | Qwen3: Think Deeper, Act Faster | DeepSeek-V3.2-Exp: Boosting Long-Context Efficiency with DeepSeek Sparse Attention | ||
DataLearnerAI 博客 | MiniMaxAI开源MiniMax M2模型：Artificial Analysis评测显示综合智能得分超过Claude Opus 4.1，开源第一，全球第五。 | 未提供 | 未提供 | Moonshot AI发布Kimi K2-Instruct-0905：256K上下文长度加持，全面升级的开放式智能体模型 |
API 价格
输入输出 token 价格并排展示