MiniMax M2.5 (medium) vs Qwen3.5-9B (medium)

MiniMax M2.5 (medium) average score मध्ये पुढे आहे: 4.3 vs 4.0. Qwen3.5-9B (medium) चा benchmark खर्च कमी आहे: $0.106 vs $0.440. MiniMax M2.5 (medium) वेगवान आहे: 102.32s vs 110.18s, pass rates 42.0% vs 26.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक: #348
एकूण आउटपुट टोकन्स: 290,496
प्रतिसाद वेळ (सरासरी): 102.32s
एकूण खर्च: $0.440

क्रमांक: #354
एकूण आउटपुट टोकन्स: 458,993
प्रतिसाद वेळ (सरासरी): 110.18s
एकूण खर्च: $0.106

शिफारस केलेले मॉडेल Qwen3.5-9B (medium)

Its score stays close to the best score here (4.0 vs 4.3), while costing about 4.2x less than MiniMax M2.5 (medium).

तपशीलवार तुलना

मेट्रिक	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12	Qwen3.5-9B Qwen3.5-9B medium प्रकाशन: 2026-03-02

मेट्रिक	MiniMax M2.5 MiniMax M2.5 medium प्रकाशन: 2026-02-12	Qwen3.5-9B Qwen3.5-9B medium प्रकाशन: 2026-03-02
स्कोअर	4.3	4.0
क्रमांक	#348	#354
विश्वसनीयता	9.3	8.7
सुसंगतता	6.8	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	42.0%	26.1%
अस्थिर चाचण्या	9	6
एकूण रन	69	69
प्रति निकाल खर्च	7.104	3.523
एकूण खर्च	$0.440	$0.106
इनपुट किंमत	$0.270 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.080 / 1M	$0.150 / 1M
कॅश वाचण्याची किंमत	$0.027 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	188,239	387,323
आउटपुट टोकन्स	27,822	48,562
रिझनिंग टोकन्स	262,674	410,431
प्रतिसाद वेळ (सरासरी)	102.32s	110.18s
प्रतिसाद वेळ (कमाल)	600.81s	569.97s
प्रतिसाद वेळ (एकूण)	1637.05s	1873.00s
पॅरामीटर्स	230B एकूण (10B सक्रिय)	9B
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.

#348 MiniMax M2.5

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#354 Qwen3.5-9B

medium

खर्च: $0.001
वेळ: 35.9s
टोकन्स: 3,030 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

श्रेणी:

स्वायत्त एजंट कार्ये	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		600.81s	45,618	7,413	10,854
Qwen3.5-9B	5.2	3.2	33.3%	1		152.85s	370,128	1,827	43,724

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
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834
Qwen3.5-9B	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
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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	7.2	11.1%	1		158.88s	368	14	45,372
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666

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
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

झटपट तुलना

तुलना जोडी बदला

Mercury 2nonevsMiniMax M2.5medium Mercury 2.5nonevsQwen3.5-9Bmedium MiniMax M2.5mediumvsgpt-oss-120bnone Granite 4.2 8BnonevsMiniMax M2.5medium gpt-oss-120bnonevsQwen3.5-9Bmedium Trinity Large Previewnoneमोफत उपलब्धvsMiniMax M2.5medium KAT Coder AIR V2.5nonevsMiniMax M2.5medium Mercury 2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernoneमोफत उपलब्ध Ring 2.6 1tnonevsMiniMax M2.5medium Ling 3.0 TinynonevsQwen3.5-9Bmedium Granite 4.1 8bnonevsQwen3.5-9Bmedium