#119 MiniMax M2.5
medium
अमान्य SVG
- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
Minimax
रिलीज़: 2026-02-12
परीक्षण किया गया: 2026-05-21 23:48
minimax/minimax-m2.5::medium
सारांश
MiniMax M2.5 AI BENCHY पर 5.4 स्कोर करता है और #119 पर है। इसकी reliability 8.3, pass rate 50.0%, कुल लागत $0.305, और औसत response time 50.25s है।
MiniMax M2.5 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #11 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
5.4
संगति
6.1
8.3
$0.305
कुल आउटपुट टोकन
360,672
कुल इनपुट टोकन
0
इनपुट कीमत
$0.150 / 1M
आउटपुट कीमत
$1.150 / 1M
अस्थिर टेस्ट
10
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | वर्तमान रन | |
| 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।
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 M2.5mediumनिःशुल्क उपलब्धvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumनिःशुल्क उपलब्धvsLaguna XS 2.1noneनिःशुल्क उपलब्धMiniMax M2.5mediumनिःशुल्क उपलब्धvsGemma 4 26B A4Bnoneनिःशुल्क उपलब्धMiniMax M2.5mediumनिःशुल्क उपलब्धvsGPT-5.4 MininoneMiniMax M2.5mediumनिःशुल्क उपलब्धvsQwen3.6 27BnoneMiniMax M2.5mediumनिःशुल्क उपलब्धvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumनिःशुल्क उपलब्धvsGemini 3.5 FlashhighMiniMax M2.5mediumनिःशुल्क उपलब्धvsGemini 3 Flash PreviewmediumMiniMax M2.5mediumनिःशुल्क उपलब्धvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धMiniMax M2.5mediumनिःशुल्क उपलब्धvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 7.9 | 6.3 | |
| कोडिंग | 3.5 | 9.8 | |
| संयुक्त | 4.5 | 2.1 | |
| डेटा पार्सिंग और निष्कर्षण | 4.6 | 1.7 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 3.8 | 2.5 | |
| निर्देश पालन | 7.5 | 6.7 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |