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 LiveCodeBench(25 / 126,得分 83)、IF Bench(12 / 33,得分 72.30)、MMLU Pro(54 / 133,得分 82)。

评测结果

MiniMax M2

评测结果

思考模式
工具使用

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
思考模式
82
54 / 133
HLE
思考模式
12.50
149 / 181

科学与综合推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
78
126 / 224

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83
25 / 126
SWE-bench Verified
思考模式工具
69.40
64 / 114

数学推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
AIME2025
思考模式
78
60 / 106

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench
思考模式工具
24
29 / 35

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
58 / 67

Agent能力评测

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
22 / 35
τ²-Bench
思考模式工具
77.20
19 / 43

指令跟随

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式
72.30
12 / 33

AI Agent - 信息收集

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
47 / 54