नेविगेशन
AI BENCHY
Advertise here

MiniMax M2.5 (medium) vs Hy4 preview

Hy4 preview average score में आगे है: 4.8 vs 4.6. Hy4 preview की benchmark लागत कम है: $0.041 vs $0.327. Hy4 preview तेज है: 39.24s vs 69.08s, pass rates 43.9% vs 16.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#268
कुल आउटपुट टोकन
272,229
प्रतिक्रिया समय (औसत)
69.08s
कुल लागत
$0.327
रैंक
#253
कुल आउटपुट टोकन
7,306
प्रतिक्रिया समय (औसत)
39.24s
कुल लागत
$0.041
अनुशंसित मॉडल Hy4 preview

It has the best score here (4.8), while costing about 8.1x less than MiniMax M2.5 (medium).

विस्तृत तुलना

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium रिलीज़: 2026-02-12 Hy4 preview Hy4 preview none रिलीज़: 2026-08-29
स्कोर 4.6 4.8
रैंक #268 #253
विश्वसनीयता 10.0 4.3
संगति 6.6 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 43.9% 16.7%
अस्थिर टेस्ट 9 1
कुल रन 66 66
प्रति परिणाम लागत 6.463 1.343
कुल लागत $0.327 $0.041
इनपुट कीमत $0.270 / 1M $0.834 / 1M
आउटपुट कीमत $1.080 / 1M $2.501 / 1M
कुल इनपुट टोकन 142,621 26,376
आउटपुट टोकन 20,409 7,306
रीजनिंग टोकन 251,820 0
प्रतिक्रिया समय (औसत) 69.08s 39.24s
प्रतिक्रिया समय (अधिकतम) 251.36s 95.32s
प्रतिक्रिया समय (कुल) 1036.24s 863.30s
पैरामीटर 230B कुल (10B सक्रिय) 770B कुल (49B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#268 MiniMax M2.5

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#253 Hy4 preview

none
This operation was aborted
लागत
$0.000
समय
0.0s
टोकन
0 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
Hy4 preview 3.8 9.4 0.0% 0 45.53s 6,646 4,103 0

त्वरित तुलना

तुलना जोड़ी बदलें