#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
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۔
MiniMax M2.5 کو منفرد کیا بناتا ہے: یہ مشترکہ میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ کوڈنگ اس کا کمزور ترین حصہ ہے، rank #11. یہ غیر معمولی طور پر زیادہ reasoning tokens استعمال کرتا ہے، جو سست یا مہنگے runs کی وجہ ہو سکتی ہے۔
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).
جنریشن شوکیس
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | 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 | 5.4 | 6.1 | 8.3 | 5/20 | 10 | 360,672 | 0 | $0.305 | 50.25s |
| 2026-06-04 13:23 · نیا ٹیسٹ شامل ہوا | 5.3 | 6.2 | 8.9 | 5/21 | 10 | 440,309 | 43,706 | $0.385 | 65.37s |
| فرق | +0.1 | -0.1 | -0.6 | 0 | 0 | -79637 | -43706 | -$0.081 | -15111ms |
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 دستیابvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumمفت دستیابvsLaguna XS 2.1noneمفت دستیابMiniMax M2.5mediumمفت دستیابvsGemma 4 26B A4Bnoneمفت دستیابMiniMax M2.5mediumمفت دستیابvsGPT-5.4 MininoneMiniMax M2.5mediumمفت دستیابvsQwen3.6 27BnoneMiniMax M2.5mediumمفت دستیابvsQwen3.5-122B-A10BnoneMiniMax M2.5mediumمفت دستیابvsGemini 3.5 FlashhighMiniMax M2.5mediumمفت دستیابvsGemini 3 Flash PreviewmediumMiniMax M2.5mediumمفت دستیابvsNemotron 3 Ultra 550b A55bmediumمفت دستیابMiniMax M2.5mediumمفت دستیابvsGPT-5.5low
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 |