#119 MiniMax M2.5
medium
SVG inválido
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Minimax
Lanzamiento: 2026-02-12
Probado el: 2026-05-21 23:48
minimax/minimax-m2.5::medium
230B en total (10B activos)MoEPesos disponibles Resumen
MiniMax M2.5 obtiene 5.4 en AI BENCHY y ocupa el puesto #119. Tiene fiabilidad 8.3, una tasa de aciertos de 50.0%, coste total de $0.305 y tiempo medio de respuesta de 50.25s.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 230B en total (10B activos)
- Arquitectura
- MoE
- Disponibilidad
- Pesos disponibles
- Licencia
- MiniMax modified MIT
5.4
Consistencia
6.1
8.3
$0.305
Total de tokens de salida
360,672
Total de tokens de entrada
0
Precio de entrada
$0.150 / 1M
Precio de salida
$1.150 / 1M
Pruebas inestables
10
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
50.25s
Tiempo de respuesta (máximo): 237.27s
Tiempo de respuesta (total): 603.06s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 01:38 Nueva prueba | 4.6 | 10.0 | $0.272 ↓ | Comparar | |
| 2026-07-16 21:18 Prueba nueva añadida | 4.6 | 10.0 | $0.340 ↓ | Comparar | |
| 2026-06-04 13:23 Prueba nueva añadida | 5.3 | 8.9 | $0.385 ↓ | Comparar | |
| 2026-05-21 23:48 Suite modificada | 5.4 | 8.3 | $0.305 | Ejecución actual | |
| 2026-04-20 17:48 Primera ejecución registrada | 5.7 | N/D | $0.250 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:48 · Suite modificada | 60/60 intentos | 5.4 | 6.1 | 8.3 | 5/20 | 10 | 360,672 | 0 | $0.305 | 50.25s |
| 2026-06-04 13:23 · Prueba nueva añadida | 63/63 intentos | 5.3 | 6.2 | 8.9 | 5/21 | 10 | 440,309 | 43,706 | $0.385 | 65.37s |
| Diferencia | — | +0.1 | -0.1 | -0.6 | 0 | 0 | -79637 | -43706 | -$0.081 | -15111ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
MiniMax M2.5mediumDisponible gratisvsQwen3 Coder NextmediumMiniMax M2.5mediumDisponible gratisvsLaguna S 2.1noneDisponible gratisMiniMax M2.5mediumDisponible gratisvsMercury 2noneMiniMax M2.5mediumDisponible gratisvsGLM 4.7 FlashmediumMiniMax M2.5mediumDisponible gratisvsCobuddymediumMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsTrinity Large PreviewnoneMiniMax M2.5mediumDisponible gratisvsLing 3.0 TinynoneMiniMax M2.5mediumDisponible gratisvsGLM 4.7 FlashnoneMiniMax M2.5mediumDisponible gratisvsGranite 4.1 8Bnone
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 7.9 | 6.3 | |
| Programación | 3.5 | 9.8 | |
| Combinado | 4.5 | 2.1 | |
| Análisis y extracción de datos | 4.6 | 1.7 | |
| Específico del dominio | 2.9 | 4.4 | |
| Inteligencia general | 3.8 | 2.5 | |
| Seguimiento de instrucciones | 7.5 | 6.7 | |
| Resolución de acertijos | 5.3 | 7.2 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |