নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

MiniMax M2.5 (medium) vs gpt-oss-120b

MiniMax M2.5 (medium) average score-এ এগিয়ে: 4.3 vs 4.2. gpt-oss-120b-এর benchmark খরচ কম: $0.016 vs $0.440. gpt-oss-120b দ্রুত: 28.63s vs 102.32s, pass rates 42.0% vs 34.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-07

তুলনা করা মডেল

র‍্যাঙ্ক
#359
মোট আউটপুট টোকেন
284,991
প্রতিক্রিয়া সময় (গড়)
102.32s
মোট খরচ
$0.440
র‍্যাঙ্ক
#361
মোট আউটপুট টোকেন
62,213
প্রতিক্রিয়া সময় (গড়)
28.63s
মোট খরচ
$0.016
প্রস্তাবিত মডেল gpt-oss-120b

Its score stays close to the best score here (4.2 vs 4.3), while costing about 28.4x less than MiniMax M2.5 (medium).

বিস্তারিত তুলনা

মেট্রিক MiniMax M2.5 MiniMax M2.5 medium প্রকাশ: 2026-02-12 gpt-oss-120b gpt-oss-120b none প্রকাশ: 2025-08-05
স্কোর 4.3 4.2
র‍্যাঙ্ক #359 #361
নির্ভরযোগ্যতা 9.3 10.0
ধারাবাহিকতা 6.8 7.6
প্রচেষ্টা 69/69 60/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 42.0% 34.8%
অস্থির টেস্ট 9 3
মোট রান 69 60
প্রতি ফলাফলে খরচ 7.104 0.274
মোট খরচ $0.440 $0.016
ইনপুট মূল্য $0.270 / 1M $0.037 / 1M
আউটপুট মূল্য $1.080 / 1M $0.170 / 1M
ক্যাশ পড়ার মূল্য $0.027 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 188,239 131,652
আউটপুট টোকেন 27,822 16,869
রিজনিং টোকেন 262,674 53,081
প্রতিক্রিয়া সময় (গড়) 102.32s 28.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 600.81s 140.90s
প্রতিক্রিয়া সময় (মোট) 1637.05s 486.69s
প্যারামিটার 230B মোট (10B সক্রিয়) 117B মোট (5.1B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য উন্মুক্ত উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#359 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#361 gpt-oss-120b

none
এই মডেলের জন্য এখনও কোনো শোকেস ফলাফল তৈরি হয়নি।
খরচ
প্রযোজ্য নয়
সময়
-
টোকেন
0 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
gpt-oss-120b 1.5 0.4 22.2% 1 9.57s 901 204 3,028

তুলনার জুটি বদলান

gpt-oss-120bnonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumGranite 4.2 8BnonevsMiniMax M2.5mediumgpt-oss-120bnonevsQwen3.5-9BmediumTrinity Large Previewdefaultবিনামূল্যে উপলভ্যvsMiniMax M2.5mediumKAT Coder AIR V2.5defaultvsMiniMax M2.5mediumMercury 2.5nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernoneবিনামূল্যে উপলভ্যRing 2.6 1tdefaultvsMiniMax M2.5mediumCobuddymediumবিনামূল্যে উপলভ্যvsgpt-oss-120bnoneLing 2.6 FlashdefaultvsMiniMax M2.5mediumTrinity Large Previewdefaultবিনামূল্যে উপলভ্যvsgpt-oss-120bnone