Hubris
Скачать из Google PlayСкачайте из RuStore
hubris

GPT-5.2илиMiniMax M2.7

3 раунда из 6 — ничья или почти ничья. Главная разница — цена: MiniMax дешевле втрое на входе и в 7,8 раза на выходе. Ниже — счёт по трём источникам: что заявили поставщики, что намерила независимая лаборатория и что мы видим на реальных запросах. Переключатель «что важнее» меняет счёт — проверьте свой расклад.

  • Поставщик карточки моделей и правила кэша
  • Лаборатория Artificial Analysis, одна методика на обе
  • Hubris наши реальные запросы за 30 дней

Сводная оценка Лаборатория Hubris

Одно число на модель от 0 до 100: качество, скорость, цена, кэш и возможности, нормированные по всему каталогу. Засечки — остальные модели на той же шкале.

GPT-5.2221 ₽ · openai · декабрь 2025
DeepSeek ProFableAstraSonnet
71+122 %
MiniMax M2.775,74 ₽ · minimax · март 2026
FlashSonnetOpusFlash
32

GPT-5.2 опережает MiniMax на 122 % по сводной оценке при выбранных весах. Из чего складывается — в раундах ниже.

Счёт по раундам 49 : 47
1Качество с рассуждениямине считаетсялаборатория ещё не измерила GPT-5.2 в этом режиме—:—
2Качество без рассужденийне считаетсялаборатория ещё не измерила GPT-5.2 в этом режиме—:—
3Кодне считаетсялаборатория ещё не измерила GPT-5.2 в этих задачах—:—
4Математикане считаетсялаборатория ещё не измерила GPT-5.2 в этих задачах—:—
5Инструменты и агентвызов инструментов и работа в терминале9:106Следование инструкциямделает ли модель ровно то, о чём просили10:107Длинный контекстрассуждения на длинном контексте10:9
8Скоростьне считаетсяпо GPT-5.2 пока мало запросов, чтобы мерить скорость—:—
9Цена221 ₽ против 75,74 ₽ за миллион на входе2:1010Кэшавтоматический против нет9:311Возможностиконтекст, вход, рассуждения, приватность9:5
Правила одни для всех сравнений: лучший в раунде получает 10, второй — пропорционально отставанию, разница до 5 % — ничья, обеим по 10. Раунд 1 и 2 и 3 и 4 и 8 в счёт не идёт: лаборатория ещё не опубликовала замер — максимум уменьшен. «Бюджет и скорость» удваивает цену и скорость, «Качество любой ценой» удваивает качество и не считает цену. Как считаем — в методике.

Раунд 1 из 11

Качество с рассуждениями

—:—раунд не считается — нет замера

Качество мы не измеряем — это цифры независимой лаборатории: девять тестов одной методикой на обе модели, рассуждения включены на максимум. Шкала от 0 до 100.

Индекс интеллекта Лаборатория

Artificial Analysis. Замеры: GPT-5.2 (Non-reasoning), MiniMax-M2.7.

С рассуждениями на максимумкак в карточках поставщиков

Лаборатория ещё не измерила GPT-5.2 в этом режиме — раунд в счёт не идёт.

GPQA Diamondвопросы уровня аспирантуры, справочно
90,3 %
87,4 %
Humanity's Last Examсамый трудный набор задач, справочно
37,7 %
29,6 %
MMLU-Proширокие знания, справочно

Лаборатория ещё не измерила MiniMax M2.7 в этом режиме — раунд в счёт не идёт.

Раунд 2 из 11

Качество без рассуждений

—:—раунд не считается — нет замера

В чате, поддержке и массовых задачах думать некогда — рассуждения выключены. Здесь картина часто другая.

Индекс интеллекта Лаборатория

Та же методика, режим без рассуждений.

Без рассужденийбыстрый ответ, как в чате и массовых задачах

Лаборатория ещё не измерила GPT-5.2 в этом режиме — раунд в счёт не идёт.

Раунд 3 из 11

Код

—:—раунд не считается — нет замера

Задачи из настоящих репозиториев и соревновательный код. У разных моделей лаборатория успела измерить разное — в счёт идут те тесты, что есть у обеих.

Кодинг Лаборатория

Сводный индекс кодинга (0–100) и отдельные тесты в процентах решённых задач.

Сводный индекс кодингавсе кодовые тесты лаборатории одним числом

Лаборатория ещё не измерила GPT-5.2 в этом режиме — раунд в счёт не идёт.

LiveCodeBenchсвежие соревновательные задачи

Лаборатория ещё не измерила MiniMax M2.7 в этом режиме — раунд в счёт не идёт.

SciCodeнаучный код по описанию задачи

Лаборатория ещё не измерила GPT-5.2 в этом режиме — раунд в счёт не идёт.

Сторонние лидерборды SWE-bench · LMArena

Справочно, в счёт раунда не идут: методика у каждого своя. У SWE-bench результат — это связка модели с конкретным агентом, поэтому рядом указаны агент и год лучшего известного прогона.

SWE-bench Verifiedдоля починенных багов в настоящих репозиториях
72,8 % · mini-SWE-agent, 2026
—

Раунд 4 из 11

Математика

—:—раунд не считается — нет замера

Счёт, доказательства и олимпиадные задачи. Полезно там, где ответ либо верный, либо нет: аналитика, финансы, инженерные расчёты.

Математика Лаборатория

Сводный индекс (0–100) и доля решённых олимпиадных задач.

Сводный индекс математикивсе математические тесты лаборатории одним числом

Лаборатория ещё не измерила GPT-5.2 в этом режиме — раунд в счёт не идёт.

AIMEолимпиадные задачи со строгим ответом

Лаборатория ещё не измерила MiniMax M2.7 в этом режиме — раунд в счёт не идёт.

Раунд 5 из 11

Инструменты и агент

9:10счёт по 2 замерам лабораториипосле раунда 9 : 10

Модель в роли агента: вызвать нужный инструмент, довести многошаговый диалог до результата, поработать в терминале. Именно это отличает модель для агентского клиента от модели для чата.

Инструменты и терминал Лаборатория

Доля доведённых до конца сценариев.

𝜏²-benchвызовы инструментов в многошаговом диалоге
84,8 %
84,8 %
Terminal-Benchработа агента в терминале
47 %
55,4 %

Раунд 6 из 11

Следование инструкциям

10:10счёт по 1 замеру лаборатории — в пределах погрешностипосле раунда 19 : 20

Делает ли модель ровно то, о чём просили: держит формат, не добавляет лишнего, соблюдает ограничения. От этого зависит, придётся ли разбирать ответ костылями.

Следование инструкциям Лаборатория

Доля заданий, где все требования соблюдены.

IFBenchпроверяемые требования к формату и содержанию
75,4 %
75,7 %

Раунд 7 из 11

Длинный контекст

10:9счёт по 1 замеру лабораториипосле раунда 29 : 29

Большое окно контекста и умение им пользоваться — разные вещи. Здесь проверяется второе: рассуждения по длинному тексту, а не размер окна из карточки.

Рассуждения на длинном контексте Лаборатория

Доля верных ответов по длинному тексту. Размер окна — в раунде «Возможности».

Long Context Reasoningответы по тексту, который не помещается в один взгляд
82,7 %
78,3 %

Раунд 8 из 11

Скорость

—:—раунд не считается — мало данных

Пауза до первого слова и скорость письма. Очки — по нашим данным, это то, что вы получите на практике.

Один и тот же запросHubrisЛаборатория

Проигрываем ответ на измеренной скорости: пауза до первого слова, потом письмо. Лабораторной дорожки у MiniMax нет — лаборатория скорость этой версии не публикует. Длина ответа одинаковая, иначе модели несравнимы.

GPT-5.2openai/gpt-5.2с раздумьями первое слово ответа — через 81,2 с
лаборатория 6,0 с

По GPT-5.2 пока мало запросов, чтобы мерить скорость.

MiniMax M2.7minimax/minimax-m2.7у нас 4,6 с · 43 ток/с
тишина 4,6 с
43 токена в секунду
11,6 с
Лаборатория меряет по прямому API одним промптом без рассуждений. У нас — реальные промпты реальных клиентов, часть с рассуждениями, и весь путь до вас целиком. Разница между дорожками — разница между стендом и жизнью.

Раунд 9 из 11

Цена

2:10MiniMax дешевле втрое на входе и в 7,8 раза на выходепосле раунда 31 : 39

В рублях, за миллион токенов. Списывается по факту — за то, что реально отправили и получили.

Прайс и реальный средний чек Hubris

Первые две колонки — ставки каталога. Третья — сколько в среднем стоит один запрос нашим пользователям к этой модели.

МодельВходные токеныто, что вы отправилиОтвет моделито, что она написалаТипичный запроссредний по нашим пользователям
GPT-5.2221₽1 767₽мало данных
MiniMax M2.775,74₽227₽1,83₽
Разницавтроев пользу MiniMaxв 7,8 разав пользу MiniMax—
Средний чек считается по реальным запросам наших пользователей: он зависит от того, сколько модель пишет в ответ.

Раунд 10 из 11

Кэш

9:3у GPT-5.2 кэш работает лучшепосле раунда 40 : 42

Если начало промпта повторяется от запроса к запросу — системная инструкция, приложенный документ, история переписки, — эта часть считается со скидкой. Включается она у моделей по-разному, и на этом легко потерять деньги.

Правила кэширования Поставщик

Скидка применяется автоматически — Hubris списывает по фактической цене исполнения, в которой кэш уже учтён.

GPT-5.2
Автоматический

Повторяющееся начало промпта кэшируется само. Ничего помечать не нужно: если первые токены совпадают с недавним запросом, скидка 90 % применится сама.

MiniMax M2.7
Нет

Кэша промптов у этой модели нет. Повторяющиеся части промпта оплачиваются каждый раз полностью.

Как пометить блок и проверить, что кэш сработал, — в документации. Сработавший кэш виден в ответе в поле cached_tokens.

Раунд 11 из 11

Возможности

9:5GPT-5.2 принимает картинки; контекст у GPT-5.2 заметно большепосле раунда 49 : 47

Контекст, что принимает на вход, рассуждения, приватность, надёжность. За каждый пункт — очки по одной шкале.

GPT-5.2
  • ✓Контекст 400 тыс. токенов
  • ✓Принимает картинки
  • ✓Принимает файлы
  • ✓Умеет рассуждать перед ответом
MiniMax M2.7
  • ✓Контекст 197 тыс. токенов
  • —Картинки не принимает
  • —Файлы не принимает
  • ✓Умеет рассуждать перед ответом
  • ✓Доля неудачных запросов 0,0 %

Итог

Кто победил

GPT-5.249
из 60 очковПобеждает GPT-5.2
MiniMax M2.747
При равных весах побеждает GPT-5.2 — 49 : 47, с перевесом в 2 очка. GPT-5.2 берёт кэш и возможности; MiniMax отвечает в цене. Работа с инструментами, следование инструкциям и длинный контекст — ничьи. Переключите «Бюджет и скорость» наверху — счёт перевернётся.

Коротко

Плюсы и минусы

Преимущества каждой модели над другой — из тех же данных, что и раунды, в процентах и секундах.

GPT-5.2
  • принимает картинки
  • кэш включается сам, без пометок в запросе
  • контекст больше на 51 %
MiniMax M2.7
  • дешевле втрое на входе
Мы рекомендуем GPT-5.2: он впереди по сумме раундов при равных весах.

Выбор

Когда какую брать

Обе доступны по одному ключу — переключиться можно на любом запросе, поменяв одну строку.

GPT-5.2
  • Задачи, где важны цена и надёжность — смотрите раунды выше
Открыть в чате
MiniMax M2.7
  • Массовые задачи, где счёт за токены — главная статья расходов
Открыть в чате

Вопросы

Что обычно спрашивают

Почему MiniMax дешевле втрое — он хуже?

Независимых замеров качества для этой пары пока нет. Цена отражает размер модели; проверьте на своих данных.

Какая модель лучше для написания кода?

На практике для больших проектов берут ту, что лучше держит длинный контекст задачи; MiniMax здесь предпочтительнее, а для мелких правок и массовых операций важнее скорость и цена.

Что такое кэш промптов и почему это важно?

У GPT-5.2 кэш включается сам. У MiniMax повторяющийся блок нужно пометить маркером cache_control, иначе скидки не будет — одна строка в запросе, а на массовых задачах разница в счёте в разы.

Откуда взяты цифры скорости?

Это наши измерения по успешным запросам через Hubris за последние 30 дней, а не заявления поставщиков: время до первого слова и скорость письма от начала до конца ответа. В паузу входит и наш участок пути. Лабораторная дорожка рядом — Artificial Analysis, прямой API одним промптом: это потолок, наша цифра — то, на что стоит рассчитывать.

Можно ли переключаться между моделями?

Да, обе доступны по одному ключу. Чтобы сменить модель, достаточно поменять её идентификатор в запросе — ни отдельного договора, ни второго ключа не нужно.

Дальше

Другие сравнения

Каждая из этих двух — против соседей по каталогу. Любую пару можно собрать в выборе наверху страницы.

Источники: GPT-5.2 (Non-reasoning) и MiniMax-M2.7 — Artificial Analysis, 2026-11-22; цены, контекст и модальности — каталог Hubris, 2026-11-22; скорость и средний чек — запросы через Hubris за 30 дней.