#261 MiniMax M2.5
medium
अमान्य SVG
- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
Minimax
रिलीज़: 2026-02-12
परीक्षण किया गया: 2026-08-14 01:38
minimax/minimax-m2.5::medium
230B कुल (10B सक्रिय)MoEवेट उपलब्ध सारांश
MiniMax M2.5 AI BENCHY पर 4.6 स्कोर करता है और #261 पर है। इसकी reliability 10.0, pass rate 43.9%, कुल लागत $0.272, और औसत response time 69.08s है।
MiniMax M2.5 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #9 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 230B कुल (10B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- MiniMax modified MIT
4.6
संगति
6.6
10.0
कुल आउटपुट टोकन
272,229
कुल इनपुट टोकन
142,621
इनपुट कीमत
$0.220 / 1M
आउटपुट कीमत
$0.900 / 1M
अस्थिर टेस्ट
9
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 01:38 दोबारा परीक्षण | 4.6 | 10.0 | $0.272 ↓ | वर्तमान रन | |
| 2026-07-16 21:18 नया टेस्ट जोड़ा गया | 4.6 | 10.0 | $0.340 ↓ | तुलना करें | |
| 2026-06-04 13:23 नया टेस्ट जोड़ा गया | 5.3 | 8.9 | $0.385 ↓ | तुलना करें | |
| 2026-05-21 23:48 सूट बदला गया | 5.4 | 8.3 | $0.305 | तुलना करें | |
| 2026-04-20 17:48 पहला दर्ज रन | 5.7 | लागू नहीं | $0.250 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 01:38 · वर्तमान रन | 66/66 प्रयास | 4.6 | 6.6 | 10.0 | 5/22 | 9 | 272,229 | 142,621 | $0.272 | 69.08s |
| 2026-05-21 23:48 · सूट बदला गया | 60/60 प्रयास | 5.4 | 6.1 | 8.3 | 5/20 | 10 | 360,672 | 0 | $0.305 | 50.25s |
| अंतर | — | -0.9 | +0.5 | +1.7 | 0 | -1 | -88443 | +142621 | -$0.033 | +18828ms |
बेंचमार्क कवरेज अलग है: 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 60/60 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-06-04 15:40 | $0.150 / 1M | $1.150 / 1M |
| 2026-06-10 13:42 | $0.150 / 1M | $0.900 / 1M |
| 2026-06-29 01:00 | $0.120 / 1M | $0.480 / 1M |
| 2026-08-14 12:51 | $0.220 / 1M | $0.900 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
MiniMax M2.5mediumvsQwen3 Coder NextmediumMiniMax M2.5mediumvsLaguna S 2.1noneनिःशुल्क उपलब्धMiniMax M2.5mediumvsMercury 2noneMiniMax M2.5mediumvsGLM 4.7 FlashmediumMiniMax M2.5mediumvsCobuddymediumMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.5mediumvsTrinity Large PreviewnoneMiniMax M2.5mediumvsLing 3.0 TinynoneMiniMax M2.5mediumvsGLM 4.7 FlashnoneMiniMax M2.5mediumvsGranite 4.1 8Bnone
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 7.9 | 6.3 | |
| कोडिंग | 3.4 | 9.1 | |
| संयुक्त | 3.7 | 1.8 | |
| डेटा पार्सिंग और निष्कर्षण | 4.6 | 1.7 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 3.8 | 2.5 | |
| निर्देश पालन | 7.5 | 10.0 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |