MiniMax M2.5
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
- 综合 Index54
- 推理46
- 编程51
- 智能体与工具47
- 数学52
- 知识52
- 指令遵循70
- 人类偏好56
- 长上下文61
嵌入这个排名
更多徽章样式[](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。
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 M2.7 | 2026年3月18日 | 56.6 | #175 |
| MiniMax M2.5本页 | 2026年2月12日 | 53.7 | #252 |
| MiniMax-M2.1 | 2025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。
Index 走势
2026年9月8日 至 2026年11月16日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 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1418#162 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 84.8%#135 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 20.5%#231 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 82.1%#61 | Vals AI | |
| Kagi LLM Benchmark | 55.2%#64 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 63.7%#162 | ARC Prize | |
| ARC-AGI-2 | 4.9%#185 | ARC Prize | |
| CritPt不计入 Index | 1.1%#242 | Artificial Analysis | |
| Arena Expert不计入 Index | 1427#150 | Arena (LMArena) | |
| CL-bench不计入 Index | 11.4%#22 | Epoch AI Benchmarking Hub | |
| CL-bench Life不计入 Index | 6.3%#17 | Epoch 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#157 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | 1386#108 | Arena (LMArena) | |
| LiveCodeBench推理强度未说明 | – | 79.2%#72 | Vals AI | |
| SWE-bench (Vals)不计入 Index推理强度未说明 | – | 74.2%#47 | Vals 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%#6 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 75.8%#4 | – | SWE-bench | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | 14.8%#98 | Vals AI | |
| SWE Atlas v1.0: Codebase QnA不计入 Index推理强度未说明 | – | 10.3%#21 | Scale AI SEAL | |
| SWE Atlas v1.0: Refactoring不计入 Index推理强度未说明 | – | 19.5%#16 | Scale AI SEAL | |
| SWE Atlas v1.0: Test Writing不计入 Index推理强度未说明 | – | 18.6%#22 | Scale AI SEAL | |
| ALE-Bench不计入 Index推理强度未说明 | – | 618.2#108 | Epoch AI Benchmarking Hub | |
| Design Arena Website不计入 Index推理强度未说明 | – | 1214#81 | Design Arena |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench | 42.7%#53 | Terminal-Bench | |
| Terminal-Bench Hard | 34.9%#82 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 95.3%#23 | Artificial Analysis | |
| HiL-Bench | 6.3%#34 | Scale AI SEAL | |
| Terminal-Bench 2.0 (Vals)不计入 Index | 41.6%#28 | Vals AI | |
| Vending-Bench 2不计入 Index | -23.2#71 | Andon Labs |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| ProofBench | 4.0%#78 | Vals AI | |
| AIME (Vals) | 88.8%#28 | Vals AI | |
| Arena Maths | 1392#162 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU-Pro | 80.1%#87 | Vals AI | |
| LegalBench | 80.0%#90 | Vals AI | |
| CorpFin | 59.6%#75 | Vals AI | |
| TaxEval | 68.2%#98 | Vals AI | |
| MedQA | 92.5%#29 | Vals AI | |
| CaseLaw v2不计入 Index | 53.5%#40 | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 84.2%#44 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 71.6%#52 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1381#169 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1391#169 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1362#79 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1356#169 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1397#163 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1406#160 | Arena (LMArena) |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 73.3%#195 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 22.8#204 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 266#219 | Artificial 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 |
|---|---|---|---|---|---|---|
| DigitalOcean | 52 tok/s | 0.61 s | $0.300 | $1.20 | 66k | – |
| AtlasCloud | 51 tok/s | 1.27 s | $0.295 | $1.20 | 197k | fp8 |
| GMICloud | 34 tok/s | 1.67 s | $0.300 | $1.20 | 197k | fp8 |
| Venice | 33 tok/s | 1.68 s | $0.270 | $0.950 | 198k | – |
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 | $0.0004 | 38.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0043 | $0.0019 | 46.2 s |
| 代码编辑 | 6,000 / 1,500 | $0.0036 | $0.0024 | 1.1 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.023 | $0.011 | 2.1 min |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0004 | 36.5 s |
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。
[](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}
}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。