text
silvamux/
minimax-m2.5Minimax M2.5的主要优势是数学与科学推理、幻觉控制。在数学求解、科学推理与结构化分析中,它能够承担信息理解、分析和结果生成等关键环节。
价格
Tune 与 Pro 采用相同的价格。
| 输入上下文 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
| - | ¥2.1 / 1M tokens | ¥8.4 / 1M tokens | ¥0.21 / 1M tokens | ¥2.625 / 1M tokens |
模型能力
Minimax M2.5在本轮能力评测中综合得分62,整体表现良好。其数学与科学推理(93%)和幻觉控制(83%)表现突出,能够处理数学求解、科学分析和结构化推理任务,并在知识问答和专业分析中降低无依据内容的风险。对研究人员、数据分析师和教育科研团队而言,它适合用于数学求解、科学分析和结构化推理场景,解决拆解复杂条件并提高分析与计算任务的完成质量;指令遵循(78%)也为相关任务提供补充。它的主要限制在于,代码生成(0%)相对较弱,不适合直接承担代码编写任务;如用于研发流程,应限制在代码分析或辅助判断,并由开发者验证结果。
62/ 100
专项进阶能力
8 项智能体协同36%
7 题 · 主/客观混合
代码生成0%
10 题 · 客观
代码理解与调试68%
12 题 · 主观
创意写作77%
17 题 · 主观
信息检索 / RAG55%
13 题 · 主/客观混合
长文本处理50%
3 题 · 主观
数学与科学推理93%
14 题 · 客观
多语言能力64%
10 题 · 主/客观混合
通用基础能力
3 项通识知识55%
15 题 · 主/客观混合
文本理解76%
5 题 · 主观
逻辑推理72%
20 题 · 主/客观混合
安全与合规能力
2 项幻觉控制83%
9 题 · 主观
指令遵循78%
14 题 · 主观
服务表现
Minimax M2.5 Tune
minimax-m2.5@tune- 延迟
- 9.35s
- 吞吐量
- 20.48Ktokens/min
- 可用率
- 99.5%
可用率
99.5%- 完成率
- 96%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 4317.0s
- Token 消耗
- 1,473,641tokens
- 平均请求次数
- 9.1次
- TPM
- 20,481tokens/min
- QPM
- 3.0req/min
Minimax M2.5
minimax-m2.5- 延迟
- 22.71s
- 吞吐量
- 2.66Ktokens/min
- 可用率
- 98.66%
可用率
98.66%- 完成率
- 98%
- 缓存命中率
- 动态变化
- 累计评测耗时
- 9439.7s
- Token 消耗
- 418,366tokens
- 平均请求次数
- 1.0次
- TPM
- 2,659tokens/min
- QPM
- 0.9req/min
Minimax M2.5 的示例代码和 API
Tune
minimax-m2.5@tune/api/v0/chat/completions/api/v1/chat/completionsPro
minimax-m2.5/api/v0/chat/completions/api/v1/responses/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer 你的API密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m2.5",
"messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="你的API密钥",
)
response = client.chat.completions.create(
model="minimax-m2.5",
messages=[
{"role": "user", "content": "你好,请介绍一下自己"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好,请介绍一下自己\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer 你的API密钥")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: '你的API密钥',
})
const response = await client.chat.completions.create({
model: 'minimax-m2.5',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)