新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

GLM-5.2 vs MiniMax M3

MiniMax M3 已从我们的目录下线。下方是它最后公布的价格;这个模型已无法调用,对比中的另一个模型仍可正常调用。

vs

什么时候选哪个

两者都是 2026 年 6 月的文本输出模型,带 1,000,000 token 上下文、相同的聊天、代码、推理、工具和长上下文标志,都可关闭思考,所以分野是价格、输出长度和输入。minimax-m3 是更便宜、更灵活的默认选择:输入低约 4.7 倍,输出低约 3.7 倍,最大输出 524288 token 是对方的 4 倍,还接受图像和视频加文本。当你明确想要 Z.ai 的纯文本模型($1.4 输入、$4.4 输出)且回复能装进 131072 token 上限时选 glm-5.2。

Benchmark 成绩

MiniMax M3:供应商没有公布 benchmark 成绩。

高于同类均值无更高分GLM-5.225 / 801 / 80
GLM-5.2 MiniMax M3 其他参测模型 同类均值 ★ 没有模型得分更高
SWE-Bench Pro
62.1%
N/A
Cybergym
77.2%
N/A
Finance Agent v2
49.7%
N/A
Harvey Lab-AA
91%
N/A
GPQA Diamond
91.2%
N/A
Agents' Last Exam
23.8%
N/A

供应商公布: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

价格

GLM-5.2 MiniMax M3 Δ
输入 / 1M token $1.4 $0.3 4.7×
输出 / 1M token $4.4 $1.2 3.7×
缓存读取 / 1M token $0.26 $0.06 4.3×
缓存写入 - 不单独收费 -

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 76 个按同一单位计费的聊天模型的每 1M token 输入价分布(对数刻度)

GLM-5.2 · $1.4 MiniMax M3 · $0.3
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

能力

GLM-5.2 MiniMax M3
工具调用 是 是
思考控制 可配置 可配置
结构化输出 是 -
提示词缓存 隐式(自动) 隐式(自动)
缓存有效期 未公布 未公布
最小缓存前缀 未公布 512 个 token

规格

GLM-5.2 MiniMax M3
输入模态 文本 文本 图像 视频
输出模态 文本 文本
发布日期 2026-06-16 2026-06-01
上下文窗口 1M 1M
最大输出 131K 524K
思考参数
  • thinking.type
  • reasoning_effort
  • thinking.type
  • reasoning_split
可选值
thinking.type
  • enabled
  • disabled
reasoning_effort
  • none
  • minimal
  • low
  • medium
  • high
  • xhigh
  • max (none and minimal skip thinking, low and medium map to high, xhigh maps to max)
thinking.type
  • adaptive
  • disabled
reasoning_split
  • boolean
默认值 enabled, with reasoning_effort at max: the only GLM with an effort dial, and it defaults to the top of it adaptive: thinking on, with the model deciding when extra reasoning helps

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: GLM-5.2 · MiniMax M3

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="glm-5.2",
    # model="minimax-m3",  # 取消注释此行,注释上一行
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

获取 API key →

常见问题

GLM-5.2 和 MiniMax M3 哪个更便宜?

按「输入 / 1M token」算,MiniMax M3 更便宜($0.3 对 $1.4,相差 4.7×)。其他计费项的结论可能相反,完整价格见上方表格,实际成本取决于你的用量构成。

不用分别集成两次,就能对 GLM-5.2 和 MiniMax M3 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

GLM-5.2 和 MiniMax M3 支持提示词缓存吗?

支持。两个模型的缓存读取价都低于各自的输入价,所以前缀能反复命中缓存的负载,实际成本会比按官网价估算的低。具体的缓存读取价见上方价格表。

相关对比

我们的实测研究