BenchLeader

MiniMax M2.5

推理强度
质量第 124 / 339 名
53.7Index
高于中位数
较中位数 +3.5
价格第 89 / 255 名
$0.525每百万 token
比多数便宜
中位数的 0.6 倍
速度第 185 / 216 名
41token/秒
后四分之一
中位数的 0.5 倍
性价比第 88 / 255 名
102.3分/$
高于中位数
中位数的 1.8 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 78%。

有 19 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238),另有 16 个。

截至 2026年11月16日,MiniMax M2.5(MiniMax)在 BenchLeader Index 上得分 53.7(共 608 个已排名配置)。表现最好的是指令遵循(70),最弱的是推理(46)。API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525),为 2026年11月16日的标价。输出速度约为 41 token/秒(Artificial Analysis)。发布于 2026年2月12日。

要点(截至 2026年11月16日)

  • MiniMax M2.5 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525)(标价,2026年11月16日)。
  • MiniMax M2.5 的输出速度约为 41 token/秒(Artificial Analysis,2026年11月16日)。
  • MiniMax M2.5 于 2026年2月12日发布(MiniMax)。

详细说明:MiniMax M2.5 是 MiniMax 的开放权重推理模型,发布于 2026年2月12日。其最佳配置在 BenchLeader Index 上得分 53.7 ±4.9,在 608 个配置中排第 252 名,处于上半区。关键在于这个“±”:另有 294 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(70),推理最低(46)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。输出速度为 41 token/秒,首次回答需 31.6 秒,位于最慢的四分之一。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.525/M
输入 $0.300 · 输出 $1.20
来源:Artificial Analysis
输出速度
41 tok/s
由 Artificial Analysis 测量
首次回答
32 s
首 token 1.23 s
上下文
205k
来源:models.dev
完整回答
105 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2026年2月12日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index54
  2. 推理46
  3. 编程51
  4. 智能体与工具47
  5. 数学52
  6. 知识52
  7. 指令遵循70
  8. 人类偏好56
  9. 长上下文61

嵌入这个排名

更多徽章样式
[![MiniMax M2.5 on BenchLeader: 综合第 123 名](https://www.benchleader.com/badge/minimax-m2-5.svg?style=compact)](https://www.benchleader.com/models/minimax-m2-5)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

MiniMax 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

MiniMax 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
MiniMax M2.72026年3月18日56.6#175
MiniMax M2.5本页2026年2月12日53.7#252
MiniMax-M2.12025年12月23日53.8#249

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
high––41 tok/s32 s$0.0005编程 66
未说明最佳53.7#25241 tok/s32 s$0.0005智能体与工具 47 · 编程 51 · 人类偏好 56 · 指令遵循 70 · 知识 52 · 长上下文 61 · 数学 52 · 推理 46

Index 走势

2026年9月8日 至 2026年11月16日
425159

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index27.8#260Artificial Analysis

推理

基准测试默认来源趋势
Arena Hard Prompts1418#162Arena (LMArena)
GPQA Diamond (AA)不计入 Index84.8%#135Artificial Analysis
Humanity's Last Exam (AA)不计入 Index20.5%#231Artificial Analysis
GPQA Diamond (Vals)不计入 Index82.1%#61Vals AI
Kagi LLM Benchmark55.2%#64Kagi LLM Benchmark
ARC-AGI-163.7%#162ARC Prize
ARC-AGI-24.9%#185ARC Prize
CritPt不计入 Index1.1%#242Artificial Analysis
Arena Expert不计入 Index1427#150Arena (LMArena)
CL-bench不计入 Index11.4%#22Epoch AI Benchmarking Hub
CL-bench Life不计入 Index6.3%#17Epoch AI Benchmarking Hub

编程

基准测试high默认来源趋势
Arena Coding推理强度未说明–1447#157Arena (LMArena)
Arena WebDev推理强度未说明–1386#108Arena (LMArena)
LiveCodeBench推理强度未说明–79.2%#72Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明–74.2%#47Vals AI
SWE-bench Verified (bash only)75.8%#2–SWE-bench
SWE-bench Multilingual (bash only)不计入 Index推理强度未说明–68.3%#6SWE-bench
SWE-bench Verified (any scaffold)不计入 Index75.8%#4–SWE-bench
Vibe Code Bench v1.1不计入 Index推理强度未说明–14.8%#98Vals AI
SWE Atlas v1.0: Codebase QnA不计入 Index推理强度未说明–10.3%#21Scale AI SEAL
SWE Atlas v1.0: Refactoring不计入 Index推理强度未说明–19.5%#16Scale AI SEAL
SWE Atlas v1.0: Test Writing不计入 Index推理强度未说明–18.6%#22Scale AI SEAL
ALE-Bench不计入 Index推理强度未说明–618.2#108Epoch AI Benchmarking Hub
Design Arena Website不计入 Index推理强度未说明–1214#81Design Arena

智能体与工具

数学

基准测试默认来源趋势
ProofBench4.0%#78Vals AI
AIME (Vals)88.8%#28Vals AI
Arena Maths1392#162Arena (LMArena)

知识

基准测试默认来源趋势
MMLU-Pro80.1%#87Vals AI
LegalBench80.0%#90Vals AI
CorpFin59.6%#75Vals AI
TaxEval68.2%#98Vals AI
MedQA92.5%#29Vals AI
CaseLaw v2不计入 Index53.5%#40Vals AI
Global-MMLU-Lite (AA)不计入 Index84.2%#44Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench71.6%#52Artificial Analysis
Arena Instruction Following不计入 Index1381#169Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1391#169Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1362#79EQ-Bench
Arena Creative Writing不计入 Index1356#169Arena (LMArena)
Arena Multi-turn不计入 Index1397#163Arena (LMArena)
Arena Longer Queries不计入 Index1406#160Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.173.3%#195Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index22.8#204Artificial Analysis
AA Progress Index v1不计入 Index266#219Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
DigitalOcean52 tok/s0.61 s$0.300$1.2066k–
AtlasCloud51 tok/s1.27 s$0.295$1.20197kfp8
GMICloud34 tok/s1.67 s$0.300$1.20197kfp8
Venice33 tok/s1.68 s$0.270$0.950198k–

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.030。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0005$0.000438.9 s
总结一份 30 页的报告12,000 / 600$0.0043$0.001946.2 s
代码编辑6,000 / 1,500$0.0036$0.00241.1 min
智能体编程会话60,000 / 4,000$0.023$0.0112.1 min
结构化信息提取2,000 / 200$0.0008$0.000436.5 s

MiniMax 的更多模型

本月新上线

将 MiniMax M2.5 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 MiniMax M2.5 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![MiniMax M2.5 on BenchLeader: 综合第 123 名](https://www.benchleader.com/badge/minimax-m2-5.svg)](https://www.benchleader.com/models/minimax-m2-5)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). MiniMax M2.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/minimax-m2-5

BibTeX:

@misc{benchleader_minimax_m2_5_20261116,
  author       = {{BenchLeader}},
  title        = {{MiniMax M2.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/minimax-m2-5}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

MiniMax M2.5 的基准测试得分是多少?
截至 2026年11月16日,MiniMax M2.5 的 BenchLeader Index 为 53.7 ±4.9。最强的是指令遵循(70),最弱的是推理(46)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
MiniMax M2.5 排名第几?
截至 2026年11月16日,MiniMax M2.5 在 608 个已排名配置中排第 252 名。另有 294 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
MiniMax M2.5 每百万 token 的价格是多少?
截至 2026年11月16日,MiniMax M2.5 的价格为输入每百万 token $0.300、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.525。
MiniMax M2.5 比 Muse Spark Open 更好吗?
截至 2026年11月16日,MiniMax M2.5 与 Muse Spark Open(推理强度 xhigh)的质量不相上下(BenchLeader Index 53.7 比 53.5,在 ±8.1 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
MiniMax M2.5 是什么时候发布的?
MiniMax 于 2026年2月12日发布了 MiniMax M2.5。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《MiniMax M2.5:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/minimax-m2-5。