AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#348

MiniMax M2.5

Minimax Lansare: 2026-02-12 Testat la: 2026-10-01 00:38 minimax/minimax-m2.5::medium
230B în total (10B activi)MoEPonderi disponibile

Rezumat

MiniMax M2.5 obține 4.3 pe AI BENCHY și este pe #348. Are fiabilitate 9.3, rată de reușită 42.0%, cost total $0.440 și timp mediu de răspuns 102.32s.

Ce face MiniMax M2.5 unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #2, iar Specific domeniului este zona cea mai slabă, la #10.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
230B în total (10B activi)
Arhitectură
MoE
Disponibilitate
Ponderi disponibile
Licență
MiniMax modified MIT
Sursa parametrilor Sursa disponibilității

Scor

4.3

Consistență

6.8

Fiabilitate

9.3

Cost total (preț curent)

$0.440 ↑ +23.7%

Testat la: $0.356

Total tokenuri de ieșire

290,496

Total tokenuri de intrare

188,239

Preț de intrare

$0.270 / 1M

Preț de ieșire

$1.080 / 1M

Preț citire cache

$0.027 / 1M

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 18

Rată de trecere pe încercare: 42.0%

Teste instabile

9

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

102.32s

Timp de răspuns (maxim): 600.81s

Timp de răspuns (total): 1637.05s

Răspuns greșit: 7 Timp expirat: 5 Nu a urmat instrucțiunile: 3 Fără răspuns: 2 Apel de instrument invalid: 1

Hamster playing table tennis

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

#348 MiniMax M2.5

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-10-01 00:38 Retestare 4.3 9.3 $0.440 ↑ Rularea curentă
2026-07-16 21:18 Test nou adăugat 4.6 10.0 $0.340 ↓ Compară
2026-06-04 13:23 Test nou adăugat 5.3 8.9 $0.385 ↓ Compară
2026-05-21 23:48 Suită modificată 5.4 8.3 $0.305 Compară
2026-04-20 17:48 Prima rulare înregistrată 5.7 N/D $0.250 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire Preț citire cache Preț scriere cache
2026-06-04 15:40 $0.150 / 1M $1.150 / 1M N/D N/D
2026-06-10 13:42 $0.150 / 1M $0.900 / 1M N/D N/D
2026-06-29 01:00 $0.120 / 1M $0.480 / 1M N/D N/D
2026-08-14 12:51 $0.220 / 1M $0.900 / 1M N/D N/D
2026-10-01 18:33 $0.270 / 1M $1.080 / 1M $0.027 / 1M N/D

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

MiniMax M2.5mediumvsMercury 2noneMiniMax M2.5mediumvsGLM 4.7 FlashmediumMiniMax M2.5mediumvsCobuddymediumDisponibil gratuitMiniMax M2.5mediumvsgpt-oss-120bnoneMiniMax M2.5mediumvsGranite 4.2 8BnoneMiniMax M2.5mediumvsMercury 2.5noneMiniMax M2.5mediumvsTrinity Large PreviewnoneDisponibil gratuitMiniMax M2.5mediumvsQwen3.5-9BmediumMiniMax M2.5mediumvsKAT Coder AIR V2.5noneMiniMax M2.5mediumvsLing 3.0 Tinynone

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 3.0 10.0
Trucuri anti-AI 7.9 6.3
Programare 3.4 9.1
Combinat 3.7 1.8
Parsare și extragere de date 4.6 1.7
Specific domeniului 2.9 7.2
Inteligență generală 3.8 2.5
Respectarea instrucțiunilor 7.5 10.0
Rezolvare de puzzle-uri 5.3 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate