#133 MiniMax M2.7
medium- Kosten
- $0.022
- Zeit
- 22.8s
- Token
- 9,250 tok
Minimax
Veröffentlichung: 2026-03-18
Getestet am: 2026-05-21 23:52
minimax/minimax-m2.7::medium
Zusammenfassung
MiniMax M2.7 erreicht 5.0 bei AI BENCHY und liegt auf #133. Das Modell hat 8.3 Zuverlässigkeit, 46.7% Erfolgsrate, $0.104 Gesamtkosten und 29.96s durchschnittliche Antwortzeit.
Was MiniMax M2.7 besonders macht: Am stärksten ist es in Programmierung, wo es #1 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #16.
5.0
Konsistenz
5.9
Gesamte Ausgabe-Token
81,525
Gesamte Eingabe-Token
0
Eingabepreis
$0.279 / 1M
Ausgabepreis
$1.200 / 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 |
|---|---|---|---|---|---|
| 2026-07-16 21:18 Neuer Test hinzugefügt | 5.0 | 10.0 | $0.196 | Vergleichen | |
| 2026-06-04 13:26 Neuer Test hinzugefügt | 5.3 | 7.8 | $0.124 ↓ | Vergleichen | |
| 2026-05-21 23:52 Suite geändert | 5.0 | 8.3 | $0.104 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 5.3 | k. A. | $0.091 | 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 23:52 · Suite geändert | 20/20 Tests · 60/60 Versuche | 5.0 | 5.9 | 8.3 | 4/20 | 10 | 81,525 | 0 | $0.104 | 29.96s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 18/18 Tests · 54/54 Versuche | 5.3 | 5.5 | k. A. | 4/18 | 10 | 67,771 | 0 | $0.091 | 31.08s |
| Differenz | — | -0.2 | +0.4 | 0 | 0 | +13754 | 0 | +$0.013 | -1116ms |
Die Benchmark-Abdeckung unterscheidet sich: 20/20 Tests · 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 18/18 Tests · 54/54 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 M2.7mediumvsNorth Mini CodenoneKostenlos verfügbarMiniMax M2.7mediumvsLaguna S 2.1lowKostenlos verfügbarMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsDeepSeek V3.2noneMiniMax M2.7mediumvsMiMo-V2.5noneMiniMax M2.7mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsMistral Small 4mediumMiniMax M2.7mediumvsGLM 4.7 FlashnoneMiniMax M2.7mediumvsQwen3 Coder NextnoneMiniMax M2.7mediumvsNemotron 3 SupernoneKostenlos verfügbar
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 7.9 | 6.3 | |
| Programmierung | 6.7 | 9.6 | |
| Kombiniert | 4.7 | 1.6 | |
| Datenanalyse und -extraktion | 6.3 | 5.8 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 3.9 | 2.5 | |
| Befolgung von Anweisungen | 3.8 | 1.6 | |
| Rätsellösen | 3.5 | 4.4 | |
| Werkzeugaufrufe | 4.7 | 1.6 | |
| Allgemeinwissen | 3.0 | 10.0 |