BenchLeader

Kimi K2.7 Code vs MiniMax M3.1 Flash

完整资料:Kimi K2.7 Code(Moonshot AI)和 MiniMax M3.1 Flash(MiniMax),包括全部基准测试、价格和排名。

更新于 · 数据来自 9 个来源

截至 2026年11月16日,Kimi K2.7 Code 与 MiniMax M3.1 Flash 的质量不相上下(BenchLeader Index 53.9 比 54.3,在 ±6.5 的误差范围内)。MiniMax M3.1 Flash 更便宜,对方的价格是它的 6.5 倍(每百万 token 混合价格 $0.262 比 $1.71)。看重推理(53 比 50)选 Kimi K2.7 Code;看重编程(55 比 52)和智能体与工具(55 比 52)选 MiniMax M3.1 Flash。MiniMax M3.1 Flash 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • Kimi K2.7 Code 的 BenchLeader Index 为 53.9,MiniMax M3.1 Flash 为 54.3(BenchLeader,2026年11月16日)。
  • Kimi K2.7 Code 每百万 token 混合价格为 $1.71(标价,2026年11月16日)。
  • MiniMax M3.1 Flash 每百万 token 混合价格为 $0.262(标价,2026年11月16日)。
  • MiniMax M3.1 Flash 比 Kimi K2.7 Code 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 17 项基准测试中,MiniMax M3.1 Flash 领先 16 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Kimi K2.7 Code 的评分为 1474,MiniMax M3.1 Flash 为 1584(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程MiniMax M3.1 Flash类别得分 55 比 52;Arena WebDev 1584 比 1474中
智能体与工具调用MiniMax M3.1 Flash类别得分 55 比 52;GDPval-AA v2.1, normalised score 47.9% 比 26.9%中
推理Kimi K2.7 Code类别得分 53 比 50;HLE-Diamond (AA) 14.8% 比 28.1%中
知识均可类别得分 45 比 46均可
长文档均可类别得分 64 比 65;AA-LCR v1.1 79.3% 比 79.7%均可
成本最低MiniMax M3.1 Flash每百万 token 混合价格 $0.262 比 $1.71;智能体编程会话 $0.011 比 $0.073–
首次回答最快Kimi K2.7 Code首个回答 token 29.6 秒(Kimi K2.7 Code)比 43.3 秒(MiniMax M3.1 Flash)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Kimi K2.7 Code 与 MiniMax M3.1 Flash 的质量不相上下(53.9 比 54.3,在 ±6.5 的误差范围内)。
  • Kimi K2.7 Code 在推理方面更强。
  • MiniMax M3.1 Flash 在智能体与工具、编程、知识、长上下文方面更强。
  • MiniMax M3.1 Flash 更便宜,对方的价格是它的 6.5 倍(每百万 token 混合价格 $0.262 比 $1.71)。
  • MiniMax M3.1 Flash 的输出速度是对方的 2.8 倍(151 比 55 token/秒)。

概览

规格Kimi K2.7 CodeMiniMax M3.1 Flash
提供商Moonshot AIMiniMax
发布日期2026年6月12日2026年10月19日
上下文窗口(token)262,1441,000,000
对比时的配置Kimi K2.7 CodeMiniMax M3.1 Flash
开放权重是是
每百万 token 价格(输入 / 输出 / 缓存输入)$0.950 / $4.00 / $0.190$0.150 / $0.600 / $0.015

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Kimi K2.7 CodeMiniMax M3.1 Flash领先者
推理53.050.1Kimi K2.7 Code
编程51.955.4MiniMax M3.1 Flash
智能体与工具52.155.2MiniMax M3.1 Flash
数学51.9–无法比较
知识45.445.9持平
指令遵循62.9–无法比较
多模态–61.5无法比较
长上下文64.364.5持平

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具知识长上下文Kimi K2.7 Code, 推理: 53.0Kimi K2.7 Code, 编程: 51.9Kimi K2.7 Code, 智能体与工具: 52.1Kimi K2.7 Code, 知识: 45.4Kimi K2.7 Code, 长上下文: 64.3MiniMax M3.1 Flash, 推理: 50.1MiniMax M3.1 Flash, 编程: 55.4MiniMax M3.1 Flash, 智能体与工具: 55.2MiniMax M3.1 Flash, 知识: 45.9MiniMax M3.1 Flash, 长上下文: 64.5

未绘制(测得的模型少于两个):数学, 指令遵循, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 17 项基准测试中,Kimi K2.7 Code 领先 0 项,MiniMax M3.1 Flash 领先 16 项,1 项持平。

综合 IndexKimi K2.7 CodeMiniMax M3.1 Flash领先者
BenchLeader Index53.954.3不相上下

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Kimi K2.7 CodeMiniMax M3.1 Flash
每百万 token 混合价格$1.71$0.262
每百万 token 输入 / 输出$0.950 / $4.00$0.150 / $0.600
每百万 token 缓存输入$0.190$0.015
每项任务价格:聊天回复$0.0016$0.0002
每项任务价格:总结一份 30 页的报告$0.014$0.0022
每项任务价格:代码编辑$0.012$0.0018
每项任务价格:智能体编程会话$0.073$0.011
每项任务价格:结构化信息提取$0.0027$0.0004
智能体编程会话(输入大多命中缓存)$0.039$0.0053
每项基准测试任务成本(AA Index)–$0.491
每项任务输出 token(AA Index)–138k
其中推理部分–103k
每项任务耗时(AA Index)–15 min
输出速度55 tok/s151 tok/s
首次回答时间29.6 秒43.3 秒
完整回答耗时(最近一次测量 2026年11月13日)102.4 秒141.5 秒

每个模型都按其排名最高的推理强度设置进行对比。Kimi K2.7 Code 得分 53.9,首个回答 token 需 30 秒。MiniMax M3.1 Flash 得分 54.3,首个回答 token 需 43 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 100 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Kimi K2.7 CodeMiniMax M3.1 Flash
BenchLeader IndexBenchLeader53.954.3
智能体与工具得分BenchLeader52.155.2
编程得分BenchLeader51.955.4
指令遵循得分BenchLeader62.9–
知识得分BenchLeader45.445.9
长上下文得分BenchLeader64.364.5
数学得分BenchLeader51.9–
推理得分BenchLeader53.050.1
多模态得分BenchLeader–61.5
混合价格(美元/百万 token)BenchLeader$1.71$0.262
输出速度BenchLeader55 tok/s151 tok/s
首次回答时间BenchLeader29.6 秒43.3 秒
上下文窗口BenchLeader262,144 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub87.9%–
SimpleBenchSimpleBench57.9%–
LiveBench 2.0 ReasoningLiveBench–82.9%†
LiveBench 1.0 ReasoningLiveBench82.8%–
GPQA Diamond (AA)Artificial Analysis89.6%–
Humanity's Last Exam (AA)Artificial Analysis35.0%48.0%
HLE-Diamond (AA)Artificial Analysis14.8%28.1%
CritPtArtificial Analysis10.0%22.3%
CritPt v2 hard subset (AA)Artificial Analysis–32.5%
Chess PuzzlesEpoch AI Benchmarking Hub14.0%–
编程
SciCodeSciCode47.8%–
WeirdMLWeirdML54.1%–
FrontierCodeCognition30.1%–
Arena WebDevArena (LMArena)14741584
LiveBench 2.0 CodingLiveBench–68.8%†
LiveBench 1.0 CodingLiveBench74.0%–
SciCode (AA)Artificial Analysis47.8%53.4%
LiveCodeBenchVals AI82.0%–
SWE-bench (Vals)Vals AI78.2%–
Code MigrationVals AI25.4%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI47.2%73.9%†
Vibe Code Bench 1-100 v1.1Vals AI–19.8%†
SWE-Bench Pro V2Scale AI SEAL–96.6%†
SWE-Bench Pro V2 HARDScale AI SEAL–84.3%†
显示全部 100 项基准测试
指标发布方Kimi K2.7 CodeMiniMax M3.1 Flash
编程
Surface Evolver BenchEpoch AI Benchmarking Hub48.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub30.5%–
ALE-BenchEpoch AI Benchmarking Hub886.2–
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%25.8%
Terminal-Bench 2.1 (AA)Artificial Analysis67.4%–
GameBench 2 by reasoning settingDuelLab GameBench 2–30.3†
Design Arena WebsiteDesign Arena12581277
FrontierCode 1.1 (AA)Artificial Analysis–38.6%
FrontierCode 2.0 (AA)Artificial Analysis–20.8%
智能体与工具
APEX-AgentsMercor37.6%–
Arena AgentArena (LMArena)–-2.7
LiveBench Long AgenticLiveBench–25.7%†
LiveBench BrowserLiveBench–80.6%†
LiveBench Agentic CodingLiveBench45.7%–
Terminal-Bench HardArtificial Analysis44.7%–
τ²-Bench Telecom (AA)Artificial Analysis90.1%–
Terminal-Bench 2.1 (Vals)Vals AI67.0%–
HiL-BenchScale AI SEAL–65.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis26.9%47.9%
GDPval-AA v2.1Artificial Analysis10461465
τ³-Banking (AA)Artificial Analysis20.2%–
Finance Agent v2.1Vals AI–58.8%†
Harvey's Legal Agent Benchmark v1.1Vals AI–7.5%†
Legal Research BenchVals AI–34.1%†
SkillsBenchVals AI50.0%–
Tax Agent BenchVals AI–32.1%†
Terminal-Bench 4.0 (Vals)Vals AI–25.3%†
Arena Agent Task CompletionArena (LMArena)–-0.7
GBAEvalEpoch AI Benchmarking Hub0.8%–
Vending-Bench 2Andon Labs5082.9–
AutomationBenchArtificial Analysis24.4%72.5%
GDP.pdf (AA)Artificial Analysis11.2%20.8%
EnterpriseOps-GymArtificial Analysis40.2%–
AA-Briefcase v1.1Artificial Analysis8581474
GDPxGDPx by SemiAnalysis–4.0%†
Design Arena AgenticDesign Arena11581252
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–3.3%
MKA (AA)Artificial Analysis–33.5%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub54.0%–
FrontierMath Tier 4Epoch AI Benchmarking Hub12.2%–
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%–
LiveBench MathematicsLiveBench79.6%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub36.5%–
LiveBench 2.0 Data AnalysisLiveBench–71.4%†
LiveBench ResearchLiveBench–76.7%†
LiveBench 1.0 Data AnalysisLiveBench62.7%–
AA-Omniscience v1.1Artificial Analysis–-6.4
PRBench FinanceScale AI SEAL–45.6%
PRBench LegalScale AI SEAL–45.1%
Excel Modeling Benchmark v1.1Vals AI–67.8%†
Access to Justice BenchmarkVals AI–73.3%†
DrugDiscoveryBenchScale AI SEAL35.3%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–45.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–6.3%
指令遵循
LiveBench LanguageLiveBench77.9%–
LiveBench Instruction FollowingLiveBench56.3%–
IFBenchArtificial Analysis63.1%–
多模态
LiveBench DesignLiveBench–71.2%†
MMMU-ProArtificial Analysis–79.1%
SAGEVals AI–85.3%†
VIALS-AAHandshake AI–29.8%
长上下文
AA-LCR v1.1Artificial Analysis79.3%79.7%
MLCRArtificial Analysis12.2%16.7%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.2–
LiveBench 2.0LiveBench–63.7%†
LiveBench 1.0LiveBench68.4%–
AA Intelligence Index v5.0.1Artificial Analysis–29.1
AA Intelligence Index v4.3.2Artificial Analysis25.842.7
AA Progress Index v1Artificial Analysis287.6317.6
Vals IndexVals AI–53.8†
Vals Finance IndexVals AI–55.9%†
Vals Router IndexVals AI–53.8%
Vals Legal IndexVals AI–67.1%†
安全与诚实
FORTRESSScale AI SEAL–52.1%
元数据
AA Openness IndexArtificial Analysis27.827.8

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
  • Kimi K2.7 Code:1 项分数修订。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • MiniMax M3.1 Flash:1 项分数修订。
  • MiniMax M3.1 Flash:6 项分数修订。
  • MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
  • MiniMax M3.1 Flash:1 项新结果(HiL-Bench)。
  • MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。
  • Kimi K2.7 Code:1 项分数修订。
  • MiniMax M3.1 Flash:2 项新结果(PRBench Finance, PRBench Legal)。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Kimi K2.7 Code vs MiniMax M3.1 Flash:常见问题

Kimi K2.7 Code 比 MiniMax M3.1 Flash 更好吗?
Kimi K2.7 Code 与 MiniMax M3.1 Flash 的质量不相上下(53.9 比 54.3,在 ±6.5 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Kimi K2.7 Code 和 MiniMax M3.1 Flash 哪个更便宜?价格会变吗?
目前 MiniMax M3.1 Flash 更便宜:每百万 token $0.262 比 $1.71(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Kimi K2.7 Code 还是 MiniMax M3.1 Flash 更好?
MiniMax M3.1 Flash 在编程方面得分更高(类别得分 55 比 52,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Kimi K2.7 Code 为 1474,MiniMax M3.1 Flash 为 1584。
Kimi K2.7 Code 和 MiniMax M3.1 Flash 哪个更快?
MiniMax M3.1 Flash 输出更快(约 2 倍;输出 151 比 55 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Kimi K2.7 Code 还是 MiniMax M3.1 Flash 更好?
MiniMax M3.1 Flash 在智能体任务方面得分更高(类别得分 55 比 52,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
两者在长上下文基准测试上持平(64 比 65)。MiniMax M3.1 Flash 支持更长的上下文:1,000,000 token,Kimi K2.7 Code 为 262,144 token。
哪个延迟更低?
Kimi K2.7 Code 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 29.6 秒比 43.3 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Kimi K2.7 Code 和 MiniMax M3.1 Flash 的看法一致吗?
在两者都有结果的 17 项基准测试中,Kimi K2.7 Code 领先 0 项,MiniMax M3.1 Flash 领先 16 项,1 项持平。
MiniMax M3.1 Flash 是什么时候发布的?
MiniMax M3.1 Flash 于 2026年10月19日 发布。