Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

MiniMax: MiniMax M2.5 vs xAI: Grok 4.20 Multi-Agent Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica MiniMax M2.5 MiniMax M2.5 medium Lanzamiento: 2026-02-12 Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Lanzamiento: 2026-03-12
Rango #49 #47
Puntaje prom. 4.7 4.9
Consistencia 5.6 7.1
Costo por resultado 4.981 97.178
Costo total $0.250 $4.859
Pruebas correctas
Tasa de aciertos por intento 60.4% 52.1%
Pruebas inestables 9 6
Ejecuciones totales 48 48
Tokens de salida 107,044 293,634
Tokens de razonamiento 206,190 291,260
Tiempo de respuesta (promedio) 43.03s 9.08s
Tiempo de respuesta (máximo) 237.27s 35.28s
Tiempo de respuesta (total) 387.25s 127.09s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 9.3 7.9 88.9% 1 32.42s 286 45,112
Grok 4.20 Multi-Agent Beta 4.0 4.4 66.7% 2 3.77s 28,392 27,808
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 10.0 2.1 66.7% 1 60.39s 740 9,713
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 10.0 1.7 66.7% 2 7.48s 266 3,835
Grok 4.20 Multi-Agent Beta 9.9 10.0 100.0% 0 5.54s 25,306 25,051
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 10.0 4.4 22.2% 2 237.27s 105,047 133,487
Grok 4.20 Multi-Agent Beta 10.0 7.2 11.1% 1 24.67s 164,609 163,647
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 3.0 2.5 33.3% 1 6.63s 25 1,686
Grok 4.20 Multi-Agent Beta 4.0 2.8 66.7% 1 6.40s 15,848 15,746
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 8.0 6.8 83.3% 1 4.64s 252 1,873
Grok 4.20 Multi-Agent Beta 9.0 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 4.0 7.2 44.4% 1 11.54s 159 9,547
Grok 4.20 Multi-Agent Beta 6.3 5.1 77.8% 2 5.01s 34,022 33,686
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0

Comparación rápida

Cambiar par de comparación

Qwen3.5-27BnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsQwen3.5-35B-A3BnoneSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsHunter AlphanoneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-27BnoneSeed-2.0-LitenonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGrok 4.20 BetanoneGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsQwen3.5-122B-A10Bnone