नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

MiniMax: MiniMax M2.5 vs OpenAI: gpt-oss-120b

सारांश

MiniMax M2.5 (medium) vs gpt-oss-120b benchmark तुलना: MiniMax M2.5 (medium) average score मध्ये पुढे आहे: 4.7 vs 4.0. gpt-oss-120b चा benchmark खर्च कमी आहे: $0.010 vs $0.303. gpt-oss-120b वेगवान आहे: 21.61s vs 65.37s, pass rates 46.0% vs 34.9%.

शिफारस केलेले मॉडेल: gpt-oss-120b - Its score stays close to the best score here (4.0 vs 4.7), while costing about 31.4x less than MiniMax M2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12 gpt-oss-120b gpt-oss-120b none प्रकाशन: 2025-08-05 मोफत उपलब्ध
स्कोअर 4.7 4.0
क्रमांक #165 #183
विश्वसनीयता 10.0 10.0
सुसंगतता 6.5 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 34.9%
अस्थिर चाचण्या 9 2
एकूण रन 63 57
प्रति निकाल खर्च 7.900 0.168
एकूण खर्च $0.303 $0.010
इनपुट किंमत $0.150 / 1M $0.036 / 1M
आउटपुट किंमत $0.900 / 1M $0.180 / 1M
एकूण इनपुट टोकन्स 43,706 9,081
आउटपुट टोकन्स 109,495 51,664
रिझनिंग टोकन्स 330,814 0
प्रतिसाद वेळ (सरासरी) 65.37s 21.61s
प्रतिसाद वेळ (कमाल) 251.36s 113.71s
प्रतिसाद वेळ (एकूण) 849.76s 345.79s

जनरेशन शोकेस

Hamster playing table tennis

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

#165 MiniMax M2.5

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#183 gpt-oss-120b

none
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
$0.000
वेळ
-
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 7.9 6.3 83.3% 2 20.82s 612 286 45,344
gpt-oss-120b 6.5 10.0 50.0% 0 32.84s 1,336 8,676 0
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.4 9.1 0.0% 0 188.58s 6,076 357 106,177
gpt-oss-120b 1.5 4.0 22.2% 1 9.57s 901 3,232 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 4.5 2.1 66.7% 1 60.39s 21,104 740 9,713
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 4.6 1.7 66.7% 2 7.48s 6,584 266 3,835
gpt-oss-120b 6.5 10.0 50.0% 0 7.12s 2,421 598 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 2.9 4.4 22.2% 2 237.27s 308 105,047 133,487
gpt-oss-120b 3.0 10.0 0.0% 0 34.98s 1,294 29,483 0
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.8 2.5 33.3% 1 6.63s 492 25 1,686
gpt-oss-120b 4.8 10.0 0.0% 0 10.79s 584 615 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 7.5 10.0 50.0% 0 621ms 699 156 1,495
gpt-oss-120b 9.8 10.0 100.0% 0 5.06s 1,043 1,940 0
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 5.3 7.2 44.4% 1 11.21s 495 1,069 9,605
gpt-oss-120b 6.0 7.2 55.6% 1 8.21s 1,188 3,982 0
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 7,123 269 937
gpt-oss-120b 3.0 10.0 0.0% 0 0ms 0 0 0
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
MiniMax M2.5 3.0 10.0 0.0% 0 80.79s 213 1,280 18,535
gpt-oss-120b 3.0 10.0 0.0% 0 47.29s 314 3,138 0

झटपट तुलना

तुलना जोडी बदला

Ling-2.6-1TnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsGPT-5.4 NanononeMercury 2nonevsMiniMax M2.5mediumRing-2.6-1TnonevsMiniMax M2.5mediumLing-2.6-flashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्धMiniMax M2.5mediumvsGLM 4.7 Flashnonegpt-oss-120bnoneमोफत उपलब्धvsQwen3.5-9BmediumMiniMax M2.5mediumvsGPT-4o-mininoneTrinity Large PreviewnonevsMiniMax M2.5mediumgpt-oss-120bnoneमोफत उपलब्धvsGLM 4.7 FlashmediumMiniMax M2.5mediumvsGrok 4.20none