नेव्हिगेशन
Advertise here

MiniMax M2.5 (medium) vs gpt-oss-120b

MiniMax M2.5 (medium) average score मध्ये पुढे आहे: 4.3 vs 4.2. gpt-oss-120b चा benchmark खर्च कमी आहे: $0.016 vs $0.440. gpt-oss-120b वेगवान आहे: 28.63s vs 102.32s, pass rates 42.0% vs 34.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक
#359
एकूण आउटपुट टोकन्स
284,991
प्रतिसाद वेळ (सरासरी)
102.32s
एकूण खर्च
$0.440
क्रमांक
#361
एकूण आउटपुट टोकन्स
62,213
प्रतिसाद वेळ (सरासरी)
28.63s
एकूण खर्च
$0.016
शिफारस केलेले मॉडेल gpt-oss-120b

Its score stays close to the best score here (4.2 vs 4.3), while costing about 28.4x less than MiniMax M2.5 (medium).

तपशीलवार तुलना

मेट्रिक MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12 gpt-oss-120b gpt-oss-120b none प्रकाशन: 2025-08-05
स्कोअर 4.3 4.2
क्रमांक #359 #361
विश्वसनीयता 9.3 10.0
सुसंगतता 6.8 7.6
प्रयत्न 69/69 60/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 42.0% 34.8%
अस्थिर चाचण्या 9 3
एकूण रन 69 60
प्रति निकाल खर्च 7.104 0.274
एकूण खर्च $0.440 $0.016
इनपुट किंमत $0.270 / 1M $0.037 / 1M
आउटपुट किंमत $1.080 / 1M $0.170 / 1M
कॅश वाचण्याची किंमत $0.027 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 188,239 131,652
आउटपुट टोकन्स 27,822 16,869
रिझनिंग टोकन्स 262,674 53,081
प्रतिसाद वेळ (सरासरी) 102.32s 28.63s
प्रतिसाद वेळ (कमाल) 600.81s 140.90s
प्रतिसाद वेळ (एकूण) 1637.05s 486.69s
पॅरामीटर्स 230B एकूण (10B सक्रिय) 117B एकूण (5.1B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#359 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#361 gpt-oss-120b

none
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
लागू नाही
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

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 0.4 22.2% 1 9.57s 901 204 3,028

झटपट तुलना

तुलना जोडी बदला

gpt-oss-120bnonevsGLM 4.7 FlashmediumMercury 2nonevsMiniMax M2.5mediumGranite 4.2 8BnonevsMiniMax M2.5mediumgpt-oss-120bnonevsQwen3.5-9BmediumTrinity Large Previewdefaultमोफत उपलब्धvsMiniMax M2.5mediumKAT Coder AIR V2.5defaultvsMiniMax M2.5mediumMercury 2.5nonevsMiniMax M2.5mediumMiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्धRing 2.6 1tdefaultvsMiniMax M2.5mediumCobuddymediumमोफत उपलब्धvsgpt-oss-120bnoneLing 2.6 FlashdefaultvsMiniMax M2.5mediumTrinity Large Previewdefaultमोफत उपलब्धvsgpt-oss-120bnone