AI BENCHY तुलना
Inception: Mercury 2 vs MiniMax: MiniMax M2.5
तुलना करें:
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-05
| मेट्रिक | Inception: Mercury 2 none रिलीज़: 2026-02-24 | MiniMax: MiniMax M2.5 medium रिलीज़: 2026-02-12 |
|---|---|---|
| रैंक | #50 | #42 |
| औसत स्कोर | 34 | 48 |
| संगति | 89 | 58 |
| प्रति परिणाम लागत | 0.147 | 4.937 |
| कुल लागत | $0.006 | $0.247 |
| प्रतिक्रिया समय (औसत) | 594ms | 47.58s |
| प्रतिक्रिया समय (अधिकतम) | 1.27s | 237.27s |
| प्रतिक्रिया समय (कुल) | 8.91s | 380.62s |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 33.3% | 62.2% |
| अस्थिर टेस्ट | 2 | 8 |
| आउटपुट टोकन | 1,144 | 107,019 |
| रीजनिंग टोकन | 0 | 204,504 |
प्रतिक्रिया समय (औसत)
स्कोर बनाम कुल लागत
औसत स्कोर vs प्रतिक्रिया समय (औसत)
श्रेणी विवरण
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 466ms | 274 | 0 | |
| MiniMax: MiniMax M2.5 | 93 | 79 | 88.9% | 1 | 32.42s | 286 | 45,112 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 606ms | 131 | 0 | |
| MiniMax: MiniMax M2.5 | 100 | 21 | 66.7% | 1 | 60.39s | 740 | 9,713 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 59 | 83.3% | 1 | 667ms | 180 | 0 | |
| MiniMax: MiniMax M2.5 | 100 | 17 | 66.7% | 2 | 7.48s | 266 | 3,835 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 40 | 72 | 44.4% | 1 | 534ms | 46 | 0 | |
| MiniMax: MiniMax M2.5 | 100 | 44 | 22.2% | 2 | 237.27s | 105,047 | 133,487 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 55 | 100 | 50.0% | 0 | 551ms | 82 | 0 | |
| MiniMax: MiniMax M2.5 | 80 | 68 | 83.3% | 1 | 4.64s | 252 | 1,873 |
| Puzzle Solving | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 0.0% | 0 | 533ms | 234 | 0 | |
| MiniMax: MiniMax M2.5 | 40 | 72 | 44.4% | 1 | 11.54s | 159 | 9,547 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| Inception: Mercury 2 | 100 | 100 | 100.0% | 0 | 1.27s | 197 | 0 | |
| MiniMax: MiniMax M2.5 | 100 | 100 | 100.0% | 0 | 15.35s | 269 | 937 |
त्वरित तुलना
तुलना जोड़ी बदलें
MiniMax M2.5mediumvsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-35B-A3BnoneMercury 2nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsQwen3.5-FlashnoneMercury 2nonevsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMiniMax M2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5mediumTrinity Large Preview (free)noneनिःशुल्क उपलब्धvsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGLM 4.7 Flashnone