MiniMax-M2.7 对比 Qwen3 Coder Next
哪个更划算： MiniMax-M2.7 通过 MiniMax 或 Qwen3 Coder Next 通过 Alibaba？来自 Artificial Analysis 和其他来源的情报、总基准测试成本和端到端时间，快照 2026-08-17。
明确胜出
MiniMaxMiniMax-M2.7远离帕累托前沿
- 智能得分 (Intelligence Index)
- 38.90
- 基准测试费用（美元）
- $143
- 智能得分 (Intelligence Index)
- 21.30
- 基准测试费用（美元）
- $250
这个模型系列的常见写法：通义千问 / 千问。
结论
选择MiniMax-M2.7
Qwen3 Coder Next 对比 MiniMax-M2.7：智能分低 45.2%，运行 AA 基准测试的成本高 75.3%，端到端时间快 89.9%。
| 指标 | MiniMax-M2.7 | Qwen3 Coder Next | 差异 |
|---|---|---|---|
| 智能分（越高越好） | 38.9 | 21.3 | −45.2% Qwen3 Coder Next 智能低 45.2% |
| AA 总成本（越低越好） | $142.70 | $250.18 | +75.3% Qwen3 Coder Next 贵 75.3% |
| 端到端时间（越低越好） | 45.88s | 4.63s | −89.9% Qwen3 Coder Next 快 89.9% |
| 每 100 万个代币的价格（输入/输出） | $0.30 / $1.20 | $0.35 / $1.20 | |
| 输入类型 | 未公布 | 未公布 |
今天的Pareto frontier
与帕累托前沿比较
- MiniMax-M2.7 超出边界：以相同或更低的成本， GPT-5.6 Luna (xhigh) $95.1 的得分为 50.10。
- Qwen3 Coder Next 超出边界：以相同或更低的成本， GPT-5.6 Luna (max) $172 的得分为 52.30。
MiniMax-M2.7Qwen3 Coder Next今天的Pareto frontier可下载权重模型前沿（open-weights frontier）所有其他模型
一对一对比