#119 MiniMax M2.5
medium
Ungültiges SVG
- Kosten
- $0.000
- Zeit
- 300.0s
- Token
- 0 tok
Minimax
Veröffentlichung: 2026-02-12
Getestet am: 2026-05-21 23:48
minimax/minimax-m2.5::medium
230B insgesamt (10B aktiv)MoEGewichte verfügbar Zusammenfassung
MiniMax M2.5 erreicht 5.4 bei AI BENCHY und liegt auf #119. Das Modell hat 8.3 Zuverlässigkeit, 50.0% Erfolgsrate, $0.305 Gesamtkosten und 50.25s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 230B insgesamt (10B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Gewichte verfügbar
- Lizenz
- MiniMax modified MIT
5.4
Konsistenz
6.1
Gesamte Ausgabe-Token
360,672
Gesamte Eingabe-Token
0
Eingabepreis
$0.150 / 1M
Ausgabepreis
$1.150 / 1M
Instabile Tests
10
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 01:38 Erneuter Test | 4.6 | 10.0 | $0.272 ↓ | Vergleichen | |
| 2026-07-16 21:18 Neuer Test hinzugefügt | 4.6 | 10.0 | $0.340 ↓ | Vergleichen | |
| 2026-06-04 13:23 Neuer Test hinzugefügt | 5.3 | 8.9 | $0.385 ↓ | Vergleichen | |
| 2026-05-21 23:48 Suite geändert | 5.4 | 8.3 | $0.305 | Aktueller Lauf | |
| 2026-04-20 17:48 Erster erfasster Lauf | 5.7 | k. A. | $0.250 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:48 · Suite geändert | 60/60 Versuche | 5.4 | 6.1 | 8.3 | 5/20 | 10 | 360,672 | 0 | $0.305 | 50.25s |
| 2026-08-14 01:38 · Erneuter Test | 66/66 Versuche | 4.6 | 6.6 | 10.0 | 5/22 | 9 | 272,229 | 142,621 | $0.272 | 69.08s |
| Differenz | — | +0.9 | -0.5 | -1.7 | 0 | +1 | +88443 | -142621 | +$0.033 | -18828ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
MiniMax M2.5mediumKostenlos verfügbarvsQwen3 Coder NextmediumMiniMax M2.5mediumKostenlos verfügbarvsLaguna S 2.1noneKostenlos verfügbarMiniMax M2.5mediumKostenlos verfügbarvsMercury 2noneMiniMax M2.5mediumKostenlos verfügbarvsGLM 4.7 FlashmediumMiniMax M2.5mediumKostenlos verfügbarvsCobuddymediumMiniMax M2.5mediumKostenlos verfügbarvsGrok 4.20noneMiniMax M2.5mediumKostenlos verfügbarvsTrinity Large PreviewnoneMiniMax M2.5mediumKostenlos verfügbarvsLing 3.0 TinynoneMiniMax M2.5mediumKostenlos verfügbarvsGLM 4.7 FlashnoneMiniMax M2.5mediumKostenlos verfügbarvsGranite 4.1 8Bnone
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 7.9 | 6.3 | |
| Programmierung | 3.5 | 9.8 | |
| Kombiniert | 4.5 | 2.1 | |
| Datenanalyse und -extraktion | 4.6 | 1.7 | |
| Domänenspezifisch | 2.9 | 4.4 | |
| Allgemeine Intelligenz | 3.8 | 2.5 | |
| Befolgung von Anweisungen | 7.5 | 6.7 | |
| Rätsellösen | 5.3 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |