MiniMax: MiniMax M2.5

基准结果生成自 Aibenchy 测试套件，时间： : 2026年2月19日

类别细分

类别	完全通过的测试	Score	一致性	尝试通过率	不稳定测试	推理得分	成本
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

将 MiniMax: MiniMax M2.5 与...对比

#16 · Anthropic

推理（medium）

Score: 5.42

一致性: 8.60

尝试通过率: 55.5%

不稳定测试: 2

每个结果成本: 12.8695

测试正确: 6/12

总成本: $0.77217

#18 · Stepfun

推理（medium）

Score: 4.92

一致性: 7.34

尝试通过率: 58.3%

不稳定测试: 4

每个结果成本: 0.0000

测试正确: 5/12

总成本: $0.00000

#15 · Z.ai

无推理

Score: 5.42

一致性: 10.00

尝试通过率: 50.0%

不稳定测试: 0

每个结果成本: 0.0704

测试正确: 6/12

总成本: $0.00423

将 MiniMax: MiniMax M2.5 与...对比