#77 MiniMax M2.5
medium- खर्च
- $0.000
- वेळ
- 300.0s
- टोकन्स
- 0 tok
सारांश
MiniMax M2.5 AI BENCHY वर 5.7 स्कोर करते आणि #77 वर आहे. याची reliability लागू नाही, pass rate 57.4%, एकूण खर्च $0.250, आणि सरासरी response time 39.65s आहे.
संशोधन दिनांक: 2026-08-12
5.7
सुसंगतता
5.6
लागू नाही
$0.250
एकूण आउटपुट टोकन्स
313,466
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.150 / 1M
आउटपुट किंमत
$1.200 / 1M
कॅश वाचण्याची किंमत
लागू नाही
कॅश लिहिण्याची किंमत
लागू नाही
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.
अस्थिर चाचण्या
10
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 ↓ | तुलना करा | |
| 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 | सध्याची रन |
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 7.9 | 6.3 | |
| कोडिंग | 3.0 | 10.0 | |
| संयुक्त | 4.5 | 2.1 | |
| डेटा पार्सिंग आणि निष्कर्षण | 4.6 | 1.7 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 3.8 | 2.5 | |
| सूचनांचे पालन | 8.1 | 6.8 | |
| कोडी सोडवणे | 5.3 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 |