MiniMax: MiniMax M2.5 vs Poolside: Laguna S 2.1

平均分几乎持平，为 4.6 vs 4.5。 Laguna S 2.1 benchmark 成本更低，为 $0.025 vs $0.340。 Laguna S 2.1 更快，为 11.67s vs 68.27s，通过率为 45.5% vs 15.2%。

推荐模型Laguna S 2.1它在这里得分最高（4.5），同时成本比MiniMax M2.5 (medium)低约 14.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-22

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Laguna S 2.1 Laguna S 2.1 none 发布日期: 2026-07-21 免费可用

指标	MiniMax M2.5 MiniMax M2.5 medium 发布日期: 2026-02-12	Laguna S 2.1 Laguna S 2.1 none 发布日期: 2026-07-21 免费可用
分数	4.6	4.5
排名	#199	#200
可靠性	10.0	10.0
一致性	6.2	8.8
测试正确
尝试通过率	45.5%	15.2%
不稳定测试	10	3
总运行次数	66	66
每个结果成本	8.648	1.205
总成本	$0.340	$0.025
输入价格	$0.150 / 1M	$0.100 / 1M
输出价格	$0.900 / 1M	$0.200 / 1M
总输入令牌	142,561	125,598
输出令牌	125,442	57,634
推理令牌	339,935	0
响应时间（平均）	68.27s	11.67s
响应时间（最大）	251.36s	200.52s
响应时间（总计）	955.75s	256.80s

Hamster playing table tennis

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

#199 MiniMax M2.5

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#200 Laguna S 2.1

none

成本: $0.001
时间: 7.6s
令牌: 1,345 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	7.9	6.3	83.3%	2		20.82s	612	286	45,344
Laguna S 2.1	3.1	7.9	8.3%	1		835ms	672	877	0

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	3.4	9.1	0.0%	0		188.58s	6,076	357	106,177
Laguna S 2.1	3.4	9.7	0.0%	0		550ms	7,917	424	0

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	3.7	1.8	50.0%	2		83.19s	119,959	16,687	18,834
Laguna S 2.1	2.9	5.8	16.7%	1		21.62s	99,668	10,893	0

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	4.6	1.7	66.7%	2		7.48s	6,584	266	3,835
Laguna S 2.1	10.0	10.0	100.0%	0		537ms	7,689	237	0

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	2.9	4.4	22.2%	2		237.27s	308	105,047	133,487
Laguna S 2.1	3.0	10.0	0.0%	0		366ms	765	18	0

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	3.8	2.5	33.3%	1		6.63s	492	25	1,686
Laguna S 2.1	5.0	10.0	0.0%	0		815ms	513	166	0

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	7.5	10.0	50.0%	0		621ms	699	156	1,495
Laguna S 2.1	4.3	9.9	0.0%	0		566ms	702	54	0

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	5.3	7.2	44.4%	1		11.21s	495	1,069	9,605
Laguna S 2.1	3.1	10.0	0.0%	0		828ms	699	307	0

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	10.0	10.0	100.0%	0		15.35s	7,123	269	937
Laguna S 2.1	4.7	1.6	66.7%	1		1.45s	6,745	259	0

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
MiniMax M2.5	3.0	10.0	0.0%	0		80.79s	213	1,280	18,535
Laguna S 2.1	3.0	10.0	0.0%	0		200.52s	228	44,399	0

快速对比

切换对比组合

Mercury 2nonevsMiniMax M2.5medium CobuddymediumvsLaguna S 2.1none免费可用 Laguna S 2.1none免费可用vsQwen3 Coder Nextmedium Trinity Large PreviewnonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMiniMax M2.5medium MiniMax M2.5mediumvsGPT-5.4 Nanonone Laguna S 2.1none免费可用vsGLM 4.7 Flashmedium Ring-2.6-1TnonevsMiniMax M2.5medium Ling-2.6-flashnonevsMiniMax M2.5medium MiniMax M2.5mediumvsNemotron 3 Supernone免费可用 MiniMax M2.5mediumvsGLM 4.7 Flashnone MiniMax M2.5mediumvsGPT-4o-mininone