AI BENCHY
Advertise here
#261

MiniMax M2.5

Minimax Releasedatum: 2026-02-12 Getest op: 2026-08-14 01:38 minimax/minimax-m2.5::medium
230B totaal (10B actief)MoEGewichten beschikbaar

Samenvatting

MiniMax M2.5 scoort 4.6 op AI BENCHY en staat op #261. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 43.9%, $0.272 totale kosten en 69.08s gemiddelde responstijd.

Wat MiniMax M2.5 uniek maakt: Het valt het meest op in Gecombineerd, waar het #1 staat, terwijl Gegevensparsering en extractie het zwakste gebied is met #9.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd
Parameters
230B totaal (10B actief)
Architectuur
MoE
Beschikbaarheid
Gewichten beschikbaar
Licentie
MiniMax modified MIT
Bron voor parameters Bron voor beschikbaarheid

Score

4.6

Consistentie

6.6

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.272 ↓ -16.0%

Getest tegen: $0.324

Totaal aantal uitvoer-tokens

272,229

Totaal aantal invoer-tokens

142,621

Invoerprijs

$0.220 / 1M

Uitvoerprijs

$0.900 / 1M

Correcte tests

Foute tests: 17

Slaagpercentage per poging: 43.9%

Instabiele tests

9

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

69.08s

Responstijd (max): 251.36s

Responstijd (totaal): 1036.24s

Verkeerd antwoord: 7 Time-out: 4 Instructies niet gevolgd: 3 Geen antwoord: 2 Ongeldige toolaanroep: 1

Hamster playing table tennis

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

#261 MiniMax M2.5

medium
Ongeldige SVG
Kosten
$0.000
Tijd
300.0s
Tokens
0 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-08-14 01:38 Hertest 4.6 10.0 $0.272 ↓ Huidige run
2026-07-16 21:18 Nieuwe test toegevoegd 4.6 10.0 $0.340 ↓ Vergelijken
2026-06-04 13:23 Nieuwe test toegevoegd 5.3 8.9 $0.385 ↓ Vergelijken
2026-05-21 23:48 Suite gewijzigd 5.4 8.3 $0.305 Vergelijken
2026-04-20 17:48 Eerste geregistreerde run 5.7 n.v.t. $0.250 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-08-14 01:38 · Huidige run66/66 pogingen4.66.610.05/229272,229142,621$0.27269.08s
2026-05-21 23:48 · Suite gewijzigd60/60 pogingen5.46.18.35/2010360,6720$0.30550.25s
Verschil—-0.9+0.5+1.70-1-88443+142621-$0.033+18828ms

De benchmarkdekking verschilt: 66/66 pogingen (Doel: 3 herhalingen per test) tegenover 60/60 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs
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
2026-08-14 12:51 $0.220 / 1M $0.900 / 1M

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

MiniMax M2.5mediumvsQwen3 Coder NextmediumMiniMax M2.5mediumvsLaguna S 2.1noneGratis beschikbaarMiniMax 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

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 7.9 6.3
Programmeren 3.4 9.1
Gecombineerd 3.7 1.8
Gegevensparsering en extractie 4.6 1.7
Domeinspecifiek 2.9 7.2
Algemene intelligentie 3.8 2.5
Instructies opvolgen 7.5 10.0
Puzzeloplossing 5.3 7.2
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen