AI BENCHY तुलना
MiniMax: MiniMax M2.5 vs OpenAI: GPT-5.4
तुलना करें:
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-05
| मेट्रिक | MiniMax: MiniMax M2.5 medium रिलीज़: 2026-02-12 | OpenAI: GPT-5.4 none रिलीज़: 2026-03-05 |
|---|---|---|
| रैंक | #42 | #44 |
| औसत स्कोर | 48 | 46 |
| संगति | 58 | 89 |
| प्रति परिणाम लागत | 4.937 | 1.496 |
| कुल लागत | $0.247 | $0.090 |
| प्रतिक्रिया समय (औसत) | 47.58s | 1.46s |
| प्रतिक्रिया समय (अधिकतम) | 237.27s | 2.89s |
| प्रतिक्रिया समय (कुल) | 380.62s | 21.86s |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 62.2% | 44.4% |
| अस्थिर टेस्ट | 8 | 2 |
| आउटपुट टोकन | 107,019 | 1,635 |
| रीजनिंग टोकन | 204,504 | 0 |
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 |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 93 | 79 | 88.9% | 1 | 32.42s | 286 | 45,112 | |
| OpenAI: GPT-5.4 | 100 | 73 | 11.1% | 1 | 1.41s | 388 | 0 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 100 | 21 | 66.7% | 1 | 60.39s | 740 | 9,713 | |
| OpenAI: GPT-5.4 | 100 | 100 | 0.0% | 0 | 2.89s | 291 | 0 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 100 | 17 | 66.7% | 2 | 7.48s | 266 | 3,835 | |
| OpenAI: GPT-5.4 | 99 | 100 | 100.0% | 0 | 1.04s | 222 | 0 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 100 | 44 | 22.2% | 2 | 237.27s | 105,047 | 133,487 | |
| OpenAI: GPT-5.4 | 40 | 72 | 44.4% | 1 | 1.07s | 50 | 0 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 80 | 68 | 83.3% | 1 | 4.64s | 252 | 1,873 | |
| OpenAI: GPT-5.4 | 55 | 100 | 50.0% | 0 | 1.07s | 81 | 0 |
| Puzzle Solving | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 40 | 72 | 44.4% | 1 | 11.54s | 159 | 9,547 | |
| OpenAI: GPT-5.4 | 40 | 98 | 33.3% | 0 | 1.52s | 357 | 0 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|
| MiniMax: MiniMax M2.5 | 100 | 100 | 100.0% | 0 | 15.35s | 269 | 937 | |
| OpenAI: GPT-5.4 | 100 | 100 | 100.0% | 0 | 2.75s | 246 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
MiniMax M2.5mediumvsQwen3.5-27BnoneMiniMax M2.5mediumvsQwen3.5-35B-A3BnoneMiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsMiniMax M2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5mediumTrinity Large Preview (free)noneनिःशुल्क उपलब्धvsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-4o-mininoneMercury 2mediumvsGPT-5.4noneMiniMax M2.5mediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGLM 5noneMiniMax M2.5mediumvsKimi K2.5none