Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

MiniMax: MiniMax M2.5 vs xAI: Grok 4.20 Beta

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică MiniMax M2.5 MiniMax M2.5 medium Lansare: 2026-02-12 Grok 4.20 Beta Grok 4.20 Beta none Lansare: 2026-03-12
Rang #49 #52
Scor mediu 4.7 4.4
Consistență 5.6 9.1
Cost per rezultat 4.981 2.214
Cost total $0.250 $0.089
Teste corecte
Rată de trecere pe încercare 60.4% 33.3%
Teste instabile 9 2
Rulări totale 48 48
Tokenuri de ieșire 107,044 1,511
Tokenuri de raționament 206,190 0
Timp de răspuns (mediu) 43.03s 1.22s
Timp de răspuns (maxim) 237.27s 6.48s
Timp de răspuns (total) 387.25s 19.53s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 9.3 7.9 88.9% 1 32.42s 286 45,112
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 10.0 2.1 66.7% 1 60.39s 740 9,713
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 10.0 1.7 66.7% 2 7.48s 266 3,835
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 10.0 4.4 22.2% 2 237.27s 105,047 133,487
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 3.0 2.5 33.3% 1 6.63s 25 1,686
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 8.0 6.8 83.3% 1 4.64s 252 1,873
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 4.0 7.2 44.4% 1 11.54s 159 9,547
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
MiniMax M2.5 10.0 10.0 100.0% 0 15.35s 269 937
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsQwen3.5-35B-A3BnoneMiniMax M2.5mediumvsHunter AlphanoneMiniMax M2.5mediumvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-27BnoneSeed-2.0-LitenonevsMiniMax M2.5mediumMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneTrinity Large PreviewnoneDisponibil gratuitvsMiniMax M2.5mediumGemini 2.5 FlashnonevsMiniMax M2.5mediumMiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsKimi K2.5nonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20 BetanoneMiniMax M2.5mediumvsGPT-4o-mininone