MiniMax: MiniMax M2.5

Бенчмарки сгенерированы из тестовых наборов Aibenchy в : 19 февр. 2026 г.

Разбивка по категориям

Категория	Полностью пройденные тесты	Score	Стабильность	Доля успешных попыток	Нестабильные тесты	Оценка рассуждения	Стоимость
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	7.58	$0.00902
Data parsing and extraction	1/2	5.50	5.81	83.3%	1	9.45	$0.00774
Domain specific	0/3	1.00	4.41	22.2%	2	6.06	$0.16952
Instructions following	1/2	7.00	6.41	66.7%	1	8.33	$0.00307
Puzzle Solving	1/3	4.33	4.79	55.5%	2	8.28	$0.01205

Сравнить MiniMax: MiniMax M2.5 с...

#16 · Anthropic

Рассуждение (medium)

Score: 5.42

Стабильность: 8.60

Доля успешных попыток: 55.5%

Нестабильные тесты: 2

Стоимость за результат: 12.8695

Тестов верно: 6/12

Общая стоимость: $0.77217

#18 · Stepfun

Рассуждение (medium)

Score: 4.92

Стабильность: 7.34

Доля успешных попыток: 58.3%

Нестабильные тесты: 4

Стоимость за результат: 0.0000

Тестов верно: 5/12

Общая стоимость: $0.00000

#15 · Z.ai

Без рассуждения

Score: 5.42

Стабильность: 10.00

Доля успешных попыток: 50.0%

Нестабильные тесты: 0

Стоимость за результат: 0.0704

Тестов верно: 6/12

Общая стоимость: $0.00423

Сравнить MiniMax: MiniMax M2.5 с...