AI BENCHY
Advertise here
#181

MiniMax M2.5

Minimax प्रकाशन: 2026-02-12 चाचणी तारीख: 2026-07-16 21:18 minimax/minimax-m2.5::medium
230B एकूण (10B सक्रिय)MoEवेट्स उपलब्ध

सारांश

MiniMax M2.5 AI BENCHY वर 4.6 स्कोर करते आणि #181 वर आहे. याची reliability 10.0, pass rate 45.5%, एकूण खर्च $0.340, आणि सरासरी response time 68.27s आहे.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
230B एकूण (10B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट्स उपलब्ध
परवाना
MiniMax modified MIT
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

4.6

सुसंगतता

6.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.340 ↓ -21.4%

या किमतीवर चाचणी केली: $0.433

एकूण आउटपुट टोकन्स

465,377

एकूण इनपुट टोकन्स

142,561

इनपुट किंमत

$0.150 / 1M

आउटपुट किंमत

$0.900 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 17

प्रति प्रयत्न पास दर: 45.5%

अस्थिर चाचण्या

10

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

68.27s

प्रतिसाद वेळ (कमाल): 251.36s

प्रतिसाद वेळ (एकूण): 955.75s

चुकीचे उत्तर: 7 वेळ संपला: 4 सूचनांचे पालन केले नाही: 3 उत्तर नाही: 2 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#181 MiniMax M2.5

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

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 01:38 पुन्हा चाचणी 4.6 10.0 $0.272 ↓ तुलना करा
2026-07-16 21:18 नवीन चाचणी जोडली 4.6 10.0 $0.340 ↓ सध्याची रन
2026-06-04 13:23 नवीन चाचणी जोडली 5.3 8.9 $0.385 ↓ तुलना करा
2026-05-21 23:48 सूट बदलला 5.4 8.3 $0.305 तुलना करा
2026-04-20 17:48 पहिली नोंदलेली रन 5.7 लागू नाही $0.250 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-07-16 21:18 · नवीन चाचणी जोडली66/66 प्रयत्न4.66.210.05/2210465,377142,561$0.34068.27s
2026-08-14 01:38 · पुन्हा चाचणी66/66 प्रयत्न4.66.610.05/229272,229142,621$0.27269.08s
फरक—0.0-0.40.00+1+193148-60+$0.069-815ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
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

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

MiniMax M2.5mediumvsQwen3 Coder NextmediumMiniMax M2.5mediumvsLaguna S 2.1noneमोफत 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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 7.9 6.3
कोडिंग 3.4 9.1
संयुक्त 3.7 1.8
डेटा पार्सिंग आणि निष्कर्षण 4.6 1.7
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 3.8 2.5
सूचनांचे पालन 7.5 10.0
कोडी सोडवणे 5.3 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स