SprachmodellAktiv

MiniMax M2

MiniMax

Veröffentlicht: 22. Oktober 2025
Datenstand: 8. September 2026
Nachfolgermodell: MiniMax M2.1

Benchmark-Meta-Score: Nicht berechenbar
Weniger als acht Testreihen
Geschwindigkeit: 97,8 Token/s
Ausgabe-Tempo
Preis: 0,255 $ · 1,02 $
Eingabe · Ausgabe / 1 Mio. Token

MiniMax M2 eröffnet die offen verfügbare M2-Reihe mit 230 Milliarden Gesamtparametern, 10 Milliarden aktiven Parametern und rund 205.000 Token Kontext. MiniMax stellt ihn sowohl per API als auch für eigene Inferenz bereit.

MiniMax M2.1 ist als direktes Update dokumentiert und verbessert laut MiniMax komplexe Aufgaben sowie die Antwort-Effizienz. M2 bleibt als eigenständige Baseline wichtig, während die späteren M2.x-Modelle eigene Checkpoints und Entwicklungsschritte bilden.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	230 Mrd.Quelle
Aktive Parameter	10 Mrd.Quelle
Kontextfenster	204.800 TokenQuelle
Veröffentlichung	2025-10-22Quelle

Benchmark-Metaanalyse

Gesamt- und Bereichsscores

Diese Gradually-Indizes ordnen ausgewählte veröffentlichte Messwerte auf einer Skala von 0 bis 100 ein. Sie sind keine Prozentgenauigkeit und keine Garantie für ein Ergebnis in deiner Anwendung.

Abrufstände der verwendeten Quellen 2026-10-19 - 2026-10-19

Gesamtindex

Noch nicht genug unabhängige Werte für einen Score

Ein Gesamtwert braucht mindestens acht Testreihen.

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Testreihen: 1
Testfamilien: 1 / 65
Quellen: 1
Anteil am festen Testpanel (informativ): 2 %

Allgemein

Index 6,6 / 100

vorläufig

Die veröffentlichten Konfigurationen unterscheiden sich innerhalb dieser Vergleichskohorte. Den Index daher als vorläufig lesen.

Standardfehler: ± 1,3
95-%-Intervall: 4,4 bis 9,7
Testreihen: 1
Testfamilien: 1 / 5
Quellen: 1
Anteil am festen Testpanel (informativ): 20 %

Dokumentierte Methode · Einbezogene Testfamilien und Messwerte

Methodenfassung: benchmark-meta-score-v3

Es zählen aktive Messwerte aus geprüften Primärquellen, wenn mindestens fünf Modelle im selben dokumentierten Vergleichsschnitt aus Datensatz, Harness, Agent, Werkzeugen und Versuchsanzahl verglichen werden. Pro Benchmark-Reihe und Auswerter zählt ein gemeinsamer Setup-Schnitt aus dem neuesten Abruf. Bei mehreren ausdrücklich erfassten Reasoning-Stufen derselben Quelle und Testreihe zählt die höchste dokumentierte Stufe (none bis max), nicht der höchste Ergebniswert. Die ausdrückliche Quellenangabe „Non-reasoning“ entspricht none. Unbekannte oder mehrdeutige Stufen führen zum Ausschluss des Modells aus der betreffenden Reihe. Innerhalb jeder Reihe werden Prozentwerte und Quoten logit-transformiert, andere Einheiten bleiben unverändert, und anschließend werden alle Werte standardisiert. Ein Ein-Faktor-Modell schätzt daraus eine gemeinsame Leistungsstärke je Modell und je Reihe, wie deutlich sie zwischen den Modellen trennt. Bereichswerte weichen davon nur so weit ab, wie die eigenen Ergebnisse im Bereich es belegen. Der Gesamtwert gewichtet die Kernbereiche mit 75 % und Finanzen, Recht und Gesundheit mit 25 %. Er erfordert mindestens acht Testreihen aus zwei Quellen und drei Bereichen. Die Skala von 0 bis 100 bezieht sich auf eine feste Referenzgruppe aus 29 Sprachmodellen, deren Durchschnitt bei 50 liegt.

Veröffentlichte modellabhängige Parameter können abweichen. Das ist kein kontrolliertes Experiment; solche Vergleiche werden als vorläufig gekennzeichnet.

Nicht gemessene Reihen werden nicht als Nullwert eingesetzt. Fehlen einem Modell eigene Werte in einem Kernbereich, steht dort seine Gesamtstärke, und der Hinweis „geschätzt, ohne eigene Werte in …“ nennt den Bereich. Weniger Testreihen führen zu einem größeren Standardfehler.

Das 95-%-Intervall folgt aus dem Standardfehler von 200 Neuberechnungen mit zufällig neu gezogenen Testfamilien. Es beschreibt, wie genau die erfassten Testreihen den Wert festlegen. Es ist keine Prognose für künftige Aufgaben oder spätere Neuberechnungen mit anderen Teilnehmern.

Die Quellenzahl ist keine Anzahl unabhängiger Experimente.

OECD-Handbuch zu zusammengesetzten Indikatoren

Alle 1 Testfamilien und 1 von 1 Rohmesswerten sind hier aufgeführt. Die vollständige Rechnung für alle Modelle enthält der JSON-Export.

Testfamilie: IFBench
Allgemein · Mittleres Rangperzentil der Familie: 75,4 / 100
Gewicht der Familie im festen Testpanel (informativ): 2,14 % · Abdeckung dieser Testfamilie: 100 %
- Artificial Analysis
  Veröffentlichte Konfigurationen unterscheiden sich in dieser Kohorte.
  Einzelmessung:
  artificial-analysis-ifbench
  Gewicht der Messreihe innerhalb der Testfamilie:
  100 %
  Nominaler Beitrag zum Gesamtpanel:
  2,14 %
  Rohwert:
  72,312925170068 %
  Messgröße:
  IFBench prompt-level loose accuracy (pass@1)
  Version:
  AA test set: 294 questions
  Teilnehmende Modelle:
  70
  Rangperzentil innerhalb der Kohorte:
  75,4 %
  Abgerufen:
  2026-10-19
  Vergleichskohorte:
  artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
  Dokumentierter Vergleichsaufbau
  Publikationskohorte:
  ["artificial-analysis-ifbench","AA test set: 294 questions","aa-model-page-2026-10-19-8a022369738c"]
  Datensatztyp:
  artificial-analysis-evaluation
  Werkzeugregeln:
  Single-turn answer evaluated with the official IFBench source code
  Versuche:
  pass@1, 5 repeats per question
  Setup- und Modellparameter
  Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
  Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/f74ea286-cd29-4eb4-af14-1389b19c21e5/minimax-m2/minimax-m2. Name des Quellmodells: MiniMax M2. Anbieter laut Quelle: MiniMax. Modellstand: MiniMax-M2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 72,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19

Benchmarkquellen im Überblick

Jeder Auswerter misst andere Fähigkeiten unter eigenen Bedingungen. Testreihen, Gesamtindizes und ihre Komponenten bleiben getrennt. Die Ergebnisse darunter behalten ihre Skalen, Konfigurationen und Quelldaten.

Auswerter	Testreihen	Gesamtindizes	Erfasste aktive Messwerte
Artificial Analysis	2	0	9

Die Abdeckung ist keine Qualitätsrangliste. Überschneidende Tests und mehrere Einstellungen zählen nicht als unabhängige Versuche. Herstellerangaben, historische und strittige Ergebnisse bleiben außerhalb dieser Übersicht und sind in den Detailbelegen gekennzeichnet.

Bei 6 Messwerten dieser Quellen ist die Zuordnung zu einer Testreihe noch offen. Sie erhöhen die Zahl der Testreihen nicht.

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 72.312925170068
Bewertung: 72.312925170068
Messgröße: IFBench prompt-level loose accuracy (pass@1)
Einheit: %
Benchmark-Version: AA test set: 294 questions
Kategorie: general
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/f74ea286-cd29-4eb4-af14-1389b19c21e5/minimax-m2/minimax-m2. Name des Quellmodells: MiniMax M2. Anbieter laut Quelle: MiniMax. Modellstand: MiniMax-M2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 72,3 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
Einordnung: Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.

Quelle Artificial Analysis

AA-Omniscience Accuracy: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 23.233333333333334
Bewertung: 23.233333333333334
Messgröße: AA-Omniscience Accuracy
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: artificial-analysis-omniscience-accuracy:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Kennung des Quellmodells: artificial-analysis/f74ea286-cd29-4eb4-af14-1389b19c21e5/minimax-m2/minimax-m2. Name des Quellmodells: MiniMax M2. Anbieter laut Quelle: MiniMax. Modellstand: MiniMax-M2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 23,2 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil der insgesamt korrekt beantworteten Fragen, unabhängig davon, ob das Modell andere Fragen beantwortet oder sich enthält.. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
Einordnung: Dies ist die separat veröffentlichte Genauigkeitsdiagnostik, nicht der AA-Omniscience-Index. AA bezeichnet höhere Werte als besser.

Quelle Artificial Analysis

AA-Omniscience Hallucination Rate: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 90.90316977854972
Bewertung: 90.90316977854972
Messgröße: AA-Omniscience Hallucination Rate
Einheit: %
Benchmark-Version: AA Omniscience diagnostic
Kategorie: knowledge
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Weniger ist besser
Vergleichskohorte: artificial-analysis-omniscience-hallucination-rate:AA Omniscience diagnostic:standalone:reasoning:tokens=2000:suffix=unspecified
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-10-19
Methodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Kennung des Quellmodells: artificial-analysis/f74ea286-cd29-4eb4-af14-1389b19c21e5/minimax-m2/minimax-m2. Name des Quellmodells: MiniMax M2. Anbieter laut Quelle: MiniMax. Modellstand: MiniMax-M2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled. Angezeigter Wert: 90,9 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-10-19-8a022369738c. Prüfsumme der Quelldaten: 8a022369738cbe2a0e2f9bf486a2882865dbb0c6f1396dfec84059a802560e3c. Parserversion: artificial-analysis-rsc-models-v2. Importiert am: 2026-10-19
Vergleichsmethodik: Exakte AA-Konfiguration: MiniMax-M2 (Release minimax-m2, Zeile minimax-m2, UUID f74ea286-cd29-4eb4-af14-1389b19c21e5, reasoning=true, source reasoning-token configuration budget=2000, suffix=nicht angegeben). Der konfigurierte Wert ist kein gemessener Tokenverbrauch. Anteil falscher Antworten an allen nicht korrekten Antworten: falsch / (falsch + teilweise richtig + nicht beantwortet).. Versuche: AA-reported aggregate; diagnostic-specific run count is not stated on the leaderboard. Reasoning: reasoning enabled
Einordnung: Dies ist die separat veröffentlichte Halluzinationsraten-Diagnostik, nicht der AA-Omniscience-Index. AA bezeichnet niedrigere Werte als besser.

Quelle Artificial Analysis

AIME25 (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 78
Bewertung: 78
Messgröße: percent
Einheit: %
Kategorie: reasoning
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

BrowseComp (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44
Bewertung: 44
Messgröße: percent
Einheit: %
Kategorie: agentic
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

GPQA-D (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 78
Bewertung: 78
Messgröße: percent
Einheit: %
Kategorie: reasoning
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

LiveCodeBench (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 83
Bewertung: 83
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

Multi-SWE (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 36.2
Bewertung: 36.2
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

SWE Verified (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 69.4
Bewertung: 69.4
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. vendor-reported

Quelle official model card/release page

SWE-bench Multilingual (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 56.5
Bewertung: 56.5
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. MiniMax-M2; official first benchmark table; published score

Quelle official model card/release page

Terminal-Bench (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 46.3
Bewertung: 46.3
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. MiniMax-M2; official first benchmark table; published score

Quelle official model card/release page

ArtifactsBench (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 66.8
Bewertung: 66.8
Messgröße: percent
Einheit: %
Kategorie: agentic
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: official model card/release page
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. MiniMax-M2; official first benchmark table; published score

Quelle official model card/release page

Seite 1 von 3

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	MiniMax. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Bei Artificial Analysis als veraltet eingeordnet. Artificial Analysis pflegt dort nur noch den Standard-Workload mit 10.000 Eingabe-Token. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Recherchestand	Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	knowledge-cutoff Originalwortlaut No exact value located in the checked primary model card/API documentation.
Weitere Quelle	Modellmetadaten (abgerufen 8. September 2026) · MiniMax M2 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	Artificial Analysis (abgerufen 19. Oktober 2026)
Weitere Quelle	MiniMax M2.1 release context · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Ollama: kumulierte Downloads für den Beliebtheitsindex
Weitere Quelle	Replicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere Quelle	Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere Quelle	Creative Commons Attribution 4.0

MiniMax M2

Technische Daten und Zugang

Gesamt- und Bereichsscores

Gesamtindex

Allgemein

Testfamilie: IFBench

Benchmarkquellen im Überblick

Messungen ohne passende Vergleichswerte

Unsere Tests

SVG-Kurztest

MiniMax M2

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Vorgänger und Nachfolger

Quellen und Datenstand