MiniMax M2.5 (medium) vs gpt-oss-120b

MiniMax M2.5 (medium) лидирует по среднему баллу: 4.3 vs 4.2. gpt-oss-120b имеет более низкую стоимость benchmark: $0.016 vs $0.440. gpt-oss-120b быстрее: 28.63s vs 102.32s, с долей успешных попыток 42.0% vs 34.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #359
Общее число выходных токенов: 284,991
Время ответа (среднее): 102.32s
Общая стоимость: $0.440

Ранг: #361
Общее число выходных токенов: 62,213
Время ответа (среднее): 28.63s
Общая стоимость: $0.016

Рекомендуемая модель gpt-oss-120b

Его балл близок к лучшему здесь (4.2 против 4.3), при этом он примерно в 28.4 раза дешевле, чем MiniMax M2.5 (medium).

Подробное сравнение

Метрика	MiniMax M2.5 MiniMax M2.5 medium Релиз: 2026-02-12	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05

Метрика	MiniMax M2.5 MiniMax M2.5 medium Релиз: 2026-02-12	gpt-oss-120b gpt-oss-120b none Релиз: 2025-08-05
Оценка	4.3	4.2
Ранг	#359	#361
Надежность	9.3	10.0
Стабильность	6.8	7.6
Попытки	69/69	60/69
Тестов верно
Доля успешных попыток	42.0%	34.8%
Нестабильные тесты	9	3
Всего запусков	69	60
Стоимость за результат	7.104	0.274
Общая стоимость	$0.440	$0.016
Цена входа	$0.270 / 1M	$0.037 / 1M
Цена выхода	$1.080 / 1M	$0.170 / 1M
Цена чтения из кэша	$0.027 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	188,239	131,652
Выходные токены	27,822	16,869
Токены рассуждений	262,674	53,081
Время ответа (среднее)	102.32s	28.63s
Время ответа (макс.)	600.81s	140.90s
Время ответа (суммарно)	1637.05s	486.69s
Параметры	230B всего (10B активных)	117B всего (5.1B активных)
Доступность	Веса доступны	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#359 MiniMax M2.5

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#361 gpt-oss-120b

none

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	3.0	10.0	0.0%	0		600.81s	45,618	7,413	10,854
gpt-oss-120b	6.1	3.1	66.7%	1		140.90s	122,571	145	10,404

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344
gpt-oss-120b	6.5	10.0	50.0%	0		32.84s	1,336	5,685	2,991

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177
gpt-oss-120b	1.5	0.4	22.2%	1		9.57s	901	204	3,028

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834
gpt-oss-120b	1.5	5.0	0.0%	0		0ms	0	0	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835
gpt-oss-120b	6.5	10.0	50.0%	0		7.12s	2,421	149	449

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	2.9	7.2	11.1%	1		158.88s	368	14	45,372
gpt-oss-120b	3.0	10.0	0.0%	0		34.98s	1,294	4,675	25,774

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686
gpt-oss-120b	4.8	10.0	0.0%	0		10.79s	584	615	684

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495
gpt-oss-120b	9.8	10.0	100.0%	0		5.06s	1,043	157	1,783

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605
gpt-oss-120b	6.0	7.2	55.6%	1		8.21s	1,188	2,101	1,881

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937
gpt-oss-120b	3.0	10.0	0.0%	0		0ms	0	0	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535
gpt-oss-120b	3.0	10.0	0.0%	0		47.29s	314	3,138	6,087

Сменить пару сравнения

gpt-oss-120bnonevsGLM 4.7 Flashmedium Mercury 2nonevsMiniMax M2.5medium Granite 4.2 8BnonevsMiniMax M2.5medium gpt-oss-120bnonevsQwen3.5-9Bmedium Trinity Large PreviewdefaultБесплатно доступноvsMiniMax M2.5medium KAT Coder AIR V2.5defaultvsMiniMax M2.5medium Mercury 2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 SupernoneБесплатно доступно Ring 2.6 1tdefaultvsMiniMax M2.5medium CobuddymediumБесплатно доступноvsgpt-oss-120bnone Ling 2.6 FlashdefaultvsMiniMax M2.5medium Trinity Large PreviewdefaultБесплатно доступноvsgpt-oss-120bnone