नेविगेशन
AI BENCHY
Advertise here

MiniMax M2.5 (medium) vs Laguna S 2.1

average score लगभग बराबर है: 4.6 vs 4.5. Laguna S 2.1 की benchmark लागत कम है: $0.022 vs $0.327. Laguna S 2.1 तेज है: 11.67s vs 69.08s, pass rates 43.9% vs 15.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#289
कुल आउटपुट टोकन
272,229
प्रतिक्रिया समय (औसत)
69.08s
कुल लागत
$0.327
रैंक
#290
कुल आउटपुट टोकन
57,634
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.022
अनुशंसित मॉडल Laguna S 2.1

It has the best score here (4.5), while costing about 15.1x less than MiniMax M2.5 (medium).

विस्तृत तुलना

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12 Laguna S 2.1 Laguna S 2.1 none रिलीज़: 2026-07-21 निःशुल्क उपलब्ध
स्कोर 4.6 4.5
रैंक #289 #290
विश्वसनीयता 10.0 10.0
संगति 6.6 8.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 15.2%
अस्थिर टेस्ट 9 3
कुल रन 66 66
प्रति परिणाम लागत 6.463 1.205
कुल लागत $0.327 $0.022
इनपुट कीमत $0.270 / 1M $0.090 / 1M
आउटपुट कीमत $1.080 / 1M $0.180 / 1M
कुल इनपुट टोकन 142,621 125,604
आउटपुट टोकन 20,409 57,634
रीजनिंग टोकन 251,820 0
प्रतिक्रिया समय (औसत) 69.08s 11.67s
प्रतिक्रिया समय (अधिकतम) 251.36s 200.52s
प्रतिक्रिया समय (कुल) 1036.24s 256.71s
पैरामीटर 230B कुल (10B सक्रिय) 118B कुल (8B सक्रिय)
उपलब्धता वेट उपलब्ध वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#289 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 tok

#290 Laguna S 2.1

none
लागत
$0.001
समय
7.6s
टोकन
1,345 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
Laguna S 2.1 3.4 9.7 0.0% 0 550ms 7,917 424 0

त्वरित तुलना

तुलना जोड़ी बदलें