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
17 min
Toate sursele se sincronizează normal
  • Arena · Textacum 38 de minute
  • Arena · WebDevacum 38 de minute
  • Arena · Visionacum 38 de minute
  • Arena · Agentacum 38 de minute
  • GPQA Diamondacum 17 minute
  • SWE-benchacum 17 minute
  • Terminal-Benchacum 17 minute
  • ARC-AGI-2acum 17 minute

MiniMax-M2.1

70±0

70interval71

minimaxdec. 2025oscilație #34–#201

minimax-m2.7

56±1

55interval58

minimaxapr. 2026oscilație #67–#241

minimax-m2

55±0

54interval56

minimaxoct. 2025oscilație #135–#415

General ×1WebDev Arena ×1Vision Arena ×1Factuality Arena ×1Search Arena ×1Document Arena ×1Agent Arena ×1GPQA Diamond ×1AIME (matematică) ×1FrontierMath ×1SimpleQA Verified ×1ARC-AGI-2 ×1Humanity's Last Exam ×1SimpleBench ×1LiveBench ×1BFCL v4 (apelare de funcții) ×1inactivSWE-bench Verified (clasament live) ×1Terminal-Bench 4.0 ×1MMLU-Pro (Artificial Analysis) ×1LiveCodeBench (Artificial Analysis) ×1IFBench (Artificial Analysis) ×1Halucinații HHEM (Vectara) ×18 din 1034 modele
ModelOrganizațieIntervalOscilațieiiiiiiiiiiiiiiiiiiiiiiAdaugă la comparație
34MiniMax-M2.1minimaxdec. 2025$0.30 / $1.2070.3 90.5Clasat 70.3 = (3 × 90.5 + 3 × 50) ÷ 6. 90.5 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.—173/22#34–201——————————————————999281—
241minimax-m2.7minimaxapr. 2026$0.30 / $1.2056.3 60.2Clasat 56.3 = (5 × 60.2 + 3 × 50) ÷ 8. 60.2 este percentila medie pe cele 5 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.55–58615/22#67–2416839—32——————————69—————93—
282minimax-m2minimaxoct. 2025$0.26 / $1.0254.9 57.0Clasat 54.9 = (7 × 57.0 + 3 × 50) ÷ 10. 57.0 este percentila medie pe cele 7 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.54–56887/22#135–4154717—5——————————71———799386—
365minimax-m2p5MiniMaxAI——51.8 57.1Clasat 51.8 = (1 × 57.1 + 3 × 50) ÷ 4. 57.1 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.——1/22redusă——————————————————————57
457minimax-m2.5minimaxfeb. 2026$0.27 / $0.9548.9 48.3Clasat 48.9 = (6 × 48.3 + 3 × 50) ÷ 9. 48.3 este percentila medie pe cele 6 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.48–50726/22#82–4575935—13———————35——62—————85—
578minimax-m2p1MiniMaxAI——44.9 29.5Clasat 44.9 = (1 × 29.5 + 3 × 50) ÷ 4. 29.5 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.——1/22redusă——————————————————————30
628minimax-m2.1-previewminimaxoct. 2026—43.8 37.5Clasat 43.8 = (3 × 37.5 + 3 × 50) ÷ 6. 37.5 este percentila medie pe cele 3 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.42–46363/22#94–6285734—22——————————————————
676minimax-m2p7MiniMaxAI——42.5 20.0Clasat 42.5 = (1 × 20.0 + 3 × 50) ÷ 4. 20.0 este percentila medie pe cele 1 din 22 axe selectate pe care este măsurat modelul; cu cât sunt mai puține axe, cu atât tragerea spre 50 este mai puternică.——1/22redusă——————————————————————20

Mixul este contractat după acoperire; scorul compus brut apare gri lângă el · O insignă „redusă” înseamnă că mai puțin de 3 clasamente au evaluat acest model

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.