فئة AI BENCHY
ترتيب حل الألغاز
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في حل الألغاز، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: اختبارات صحيحة ↓.
| الترتيب | النموذج | الشركة | درجة حل الألغاز | النتيجة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|
| #80 | Mimo V2 Omni medium | Xiaomi | 5.9 | 6.7 | 1/3 | 2.38s |
| #81 | Mercury 2 medium | Inception | 5.4 | 6.6 | 1/3 | 949ms |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 6.7 | 6.6 | 1/3 | 5.19s |
| #85 | Gemma 4 31B none | 6.5 | 6.5 | 1/3 | 4.23s | |
| #86 | Grok 4.1 Fast medium | X AI | 5.3 | 6.5 | 1/3 | 7.40s |
| #87 | Gemini 3.1 Flash Lite minimal | 6.0 | 6.4 | 1/3 | 2.15s | |
| #89 | Hy3 preview low | Tencent | 5.3 | 6.4 | 1/3 | 7.51s |
| #90 | Gemini 3.1 Flash Lite none | 6.3 | 6.4 | 1/3 | 720ms | |
| #92 | Laguna M.1 medium | Poolside | 5.3 | 6.4 | 1/3 | 10.2s |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 5.3 | 6.3 | 1/3 | 7.52s |
| #94 | GPT-5 Nano medium | OpenAI | 5.3 | 6.3 | 1/3 | 20.6s |
| #99 | gpt-oss-120b medium | OpenAI | 5.3 | 6.1 | 1/3 | 21.7s |
| #100 | Grok Build 0.1 none | X AI | 6.4 | 6.0 | 1/3 | 9.55s |
| #102 | Gemma 4 26B A4B none | 6.2 | 6.0 | 1/3 | 744ms | |
| #103 | DeepSeek V4 Pro high | DeepSeek | 5.9 | 6.0 | 1/3 | 34.8s |