AI BENCHY
Advertise here
#119

MiniMax M2.5

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

Declarado
Parámetros
230B en total (10B activos)
Arquitectura
MoE
Disponibilidad
Pesos disponibles
Licencia
MiniMax modified MIT
Fuente de los parámetros Fuente de disponibilidad

Puntuación

5.4

Consistencia

6.1

Fiabilidad

8.3

Costo total (precio actual)

$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 correctas

Pruebas incorrectas: 15

Tasa de aciertos por intento: 50.0%

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

Respuesta incorrecta: 7 Tiempo agotado: 4 No siguió las instrucciones: 3 Llamada de herramienta no válida: 1

Hamster playing table tennis

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

#119 MiniMax M2.5

medium
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 tok

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

EjecuciónCobertura del benchmarkPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-21 23:48 · Suite modificada60/60 intentos5.46.18.35/2010360,6720$0.30550.25s
2026-08-14 01:38 · Nueva prueba66/66 intentos4.66.610.05/229272,229142,621$0.27269.08s
Diferencia—+0.9-0.5-1.70+1+88443-142621+$0.033-18828ms

La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 66/66 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.

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

Modelos comparados