#87 MiniMax M2.7
medium- Cost
- $0.022
- Time
- 22.8s
- Tokens
- 9,250 tok
सारांश
MiniMax M2.7 AI BENCHY वर 5.3 स्कोर करते आणि #87 वर आहे. याची reliability लागू नाही, pass rate 51.9%, एकूण खर्च $0.091, आणि सरासरी response time 31.08s आहे.
MiniMax M2.7 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #14.
5.3
सुसंगतता
5.5
लागू नाही
$0.091
एकूण आउटपुट टोकन्स
67,771
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.300 / 1M
आउटपुट किंमत
$1.200 / 1M
अस्थिर चाचण्या
10
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 13:26 नवीन चाचणी जोडली | 5.3 | 7.8 | $0.124 ↓ | तुलना करा | |
| 2026-05-21 23:52 सूट बदलला | 5.0 | 8.3 | $0.104 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 5.3 | लागू नाही | $0.091 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 5.3 | 5.5 | लागू नाही | 4/18 | 10 | 67,771 | 0 | $0.091 | 31.08s |
| 2026-06-04 13:26 · नवीन चाचणी जोडली | 5.3 | 6.5 | 7.8 | 5/21 | 9 | 98,793 | 34,371 | $0.124 | 38.18s |
| फरक | 0.0 | -1.0 | -1 | +1 | -31022 | -34371 | -$0.034 | -7100ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
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 | 10.0 | 10.0 | |
| संयुक्त | 4.7 | 1.6 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.3 | 5.8 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 3.9 | 2.5 | |
| सूचनांचे पालन | 3.7 | 1.8 | |
| कोडी सोडवणे | 3.8 | 4.5 | |
| टूल कॉलिंग | 4.7 | 1.6 |