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(27 / 125,得分 83)、MMLU-Pro(55 / 175,得分 82)、τ²-Bench(19 / 44,得分 77.20)。

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 / 175
HLE
思考模式
12.50
185 / 235

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
142 / 253
CritPt
思考模式
0.90
162 / 204

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
64 / 116

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 / 125

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 / 110

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 Hard
思考模式工具
25.80
126 / 244
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
84 / 96

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
19 / 30
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
50 / 58