Ranking de Resolución de acertijos
Mira qué modelos de IA rinden mejor en Resolución de acertijos, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Métrica ↑.
Modelos mostrados
15
Promedio de Puntuación de Resolución de acertijos
6.7
Mejor modelo
Step 3.5 Flash 0.0
220/220
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #95 | Gemini 3.5 Flash-Lite low | 7.8 | 6.7 | $0.145 | 2/3 | 1.22s | |
| #30 | Muse Spark 1.1 high | Meta | 7.8 | 8.1 | $1.694 | 2/3 | 70.0s |
| #51 | MiniMax M3 medium | Minimax | 7.9 | 7.6 | $0.286 | 2/3 | 49.9s |
| #19 | Muse Spark 1.1 medium | Meta | 7.9 | 8.6 | $1.357 | 2/3 | 42.5s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 8.0 | 6.7 | $0.746 | 2/3 | 5.95s |
| #62 | Qwen3.5-27B medium | Qwen | 8.2 | 7.4 | $1.627 | 2/3 | 59.6s |
| #5 | GPT-5.6 Sol low | OpenAI | 8.2 | 9.5 | $0.971 | 2/3 | 3.44s |
| #7 | GPT-5.6 Sol medium | OpenAI | 8.2 | 9.4 | $1.316 | 2/3 | 2.98s |
| #21 | GPT-5.4 medium | OpenAI | 8.2 | 8.5 | $1.533 | 2/3 | 9.14s |
| #31 | Gemini 3.5 Flash-Lite high | 8.2 | 8.1 | $0.584 | 2/3 | 1.85s | |
| #42 | GLM 5.2 medium | Z.ai | 8.2 | 7.8 | $0.182 | 2/3 | 13.1s |
| #49 | DeepSeek V4 Flash high | DeepSeek | 8.2 | 7.7 | $0.042 | 2/3 | 26.1s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 8.2 | 7.2 | $0.482 | 2/3 | 3.38s |
| #74 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 8.2 | 7.2 | $0.317 | 2/3 | 17.7s |
| #78 | GLM 5.1 medium | Z.ai | 8.2 | 7.1 | $0.535 | 2/3 | 31.6s |