Sari la conținut

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Benchmark-uri

Surse
8
Intrări urmărite
22.318
Ultima sincronizare
12 min
Toate sursele se sincronizează normal
  • Arena · Textacum 9 ore
  • Arena · WebDevacum 9 ore
  • Arena · Visionacum 9 ore
  • Arena · Agentacum 9 ore
  • GPQA Diamondacum 12 minute
  • SWE-benchacum 12 minute
  • Terminal-Benchacum 12 minute
  • ARC-AGI-2acum 12 minute

minimax-m2.7

1,422±3

1,419CI1,425

minimaxapr. 2026oscilație #67–#241

minimax-m2.5

1,385±4

1,382CI1,389

minimaxfeb. 2026oscilație #82–#458

Factuality Arena ×14 din 172 modele
ModelOrganizație± CIOscilațieAdaugă la comparație
118minimax-m2.7minimaxapr. 2026$0.30 / $1.201,4221,419–1,425#67–241
136minimax-m2.1-previewminimaxoct. 2026—1,4111,406–1,416#94–628
150minimax-m2.5minimaxfeb. 2026$0.27 / $0.951,3851,382–1,389#82–458
165minimax-m2minimaxoct. 2025$0.26 / $1.021,3601,353–1,367#135–415

Se afișează Factuality Arena exact așa cum a publicat-o sursa — propriul scor și interval de încredere, fără mix. Selectează o a doua axă ca să construiești un scor compus ponderat.

Puținele lucruri din AI și cuantic care au contat cu adevărat săptămâna asta — rezumate cinstit.

Un e-mail pe săptămână. Dezabonare dintr-un clic. Fără urmărire, fără partajare.