DataLearner 标志

MiniMax M2 评测详情

MiniMax M2 当前已收录的代表性评测结果包括 Terminal-Bench 1.0(5 / 32,得分 46.30)、LiveCodeBench(27 / 119,得分 83)、MMLU-Pro(55 / 176,得分 82)。

评测结果

MiniMax M2

评测结果

思考模式
工具使用

综合知识考试

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU-Pro
思考模式
82
55 / 176
HLE
思考模式
12.50
200 / 249

科学知识与推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
78
144 / 251
CritPt
思考模式
0.90
165 / 208

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式工具
69.40
70 / 122

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83
27 / 119

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
78
69 / 107

自主开发与终端任务

共 2 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 1.0
思考模式工具
46.30
5 / 32
Terminal Bench Hard
思考模式工具
25.80
124 / 242

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
常规模式
25
87 / 99

客服与业务流程

共 2 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecom
思考模式工具
87
17 / 27
τ²-Bench
思考模式工具
77.20
19 / 44

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
44
55 / 63