#119 MiniMax M2.5
medium
غلط SVG
- لاگت
- $0.000
- وقت
- 300.0s
- ٹوکنز
- 0 tok
Minimax
اجرا: 2026-02-12
ٹیسٹ کیا گیا: 2026-05-21 23:48
minimax/minimax-m2.5::medium
230B کل (10B فعال)MoEوزن دستیاب خلاصہ
MiniMax M2.5 AI BENCHY پر 5.4 اسکور کرتا ہے اور #119 پر ہے۔ اس کی reliability 8.3، pass rate 50.0%، کل لاگت $0.305، اور اوسط response time 50.25s ہے۔
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 230B کل (10B فعال)
- ساخت
- MoE
- دستیابی
- وزن دستیاب
- لائسنس
- MiniMax modified MIT
5.4
تسلسل
6.1
8.3
$0.305
کل آؤٹ پٹ ٹوکنز
360,672
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.150 / 1M
آؤٹ پٹ قیمت
$1.150 / 1M
غیر مستحکم ٹیسٹ
10
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-08-14 01:38 دوبارہ ٹیسٹ | 4.6 | 10.0 | $0.272 ↓ | موازنہ کریں | |
| 2026-07-16 21:18 نیا ٹیسٹ شامل ہوا | 4.6 | 10.0 | $0.340 ↓ | موازنہ کریں | |
| 2026-06-04 13:23 نیا ٹیسٹ شامل ہوا | 5.3 | 8.9 | $0.385 ↓ | موازنہ کریں | |
| 2026-05-21 23:48 سوٹ بدل گیا | 5.4 | 8.3 | $0.305 | موجودہ رن | |
| 2026-04-20 17:48 پہلا ریکارڈ شدہ رن | 5.7 | دستیاب نہیں | $0.250 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:48 · سوٹ بدل گیا | 60/60 کوششیں | 5.4 | 6.1 | 8.3 | 5/20 | 10 | 360,672 | 0 | $0.305 | 50.25s |
| 2026-04-20 17:48 · پہلا ریکارڈ شدہ رن | 54/54 کوششیں | 5.7 | 5.6 | دستیاب نہیں | 5/18 | 10 | 313,466 | 0 | $0.250 | 39.65s |
| فرق | — | -0.3 | +0.5 | 0 | 0 | +47206 | 0 | +$0.055 | +10608ms |
بینچ مارک کوریج مختلف ہے: 60/60 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
MiniMax M2.5mediumمفت دستیابvsQwen3 Coder NextmediumMiniMax M2.5mediumمفت دستیابvsLaguna S 2.1noneمفت دستیابMiniMax M2.5mediumمفت دستیابvsMercury 2noneMiniMax M2.5mediumمفت دستیابvsGLM 4.7 FlashmediumMiniMax M2.5mediumمفت دستیابvsCobuddymediumMiniMax M2.5mediumمفت دستیابvsGrok 4.20noneMiniMax M2.5mediumمفت دستیابvsTrinity Large PreviewnoneMiniMax M2.5mediumمفت دستیابvsLing 3.0 TinynoneMiniMax M2.5mediumمفت دستیابvsGLM 4.7 FlashnoneMiniMax M2.5mediumمفت دستیابvsGranite 4.1 8Bnone
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 7.9 | 6.3 | |
| کوڈنگ | 3.5 | 9.8 | |
| مشترکہ | 4.5 | 2.1 | |
| ڈیٹا پارسنگ اور استخراج | 4.6 | 1.7 | |
| ڈومین مخصوص | 2.9 | 4.4 | |
| عمومی ذہانت | 3.8 | 2.5 | |
| ہدایات کی پیروی | 7.5 | 6.7 | |
| پہیلی حل کرنا | 5.3 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |