Ranking de modelos 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

Promedio de Puntuación de Resolución de acertijos

0.7

Mejor modelo

Step 3.5 Flash 0.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta352 Con motivo de fallo No siguió las instrucciones166 Con motivo de fallo Error de API35 Con motivo de fallo Formato extra16 Con motivo de fallo Sin respuesta14 Con motivo de fallo Tiempo agotado11

451/451

Rango	Modelo	Empresa	Puntuación de Resolución de acertijos	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#95	GPT-6 Luna medium	OpenAI	0.8	0.8	$0.047	2/3	9.78s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.047 Tiempo de respuesta (promedio) 9.78s
#121	Gemini 3.5 Flash medium	Google	0.8	0.8	$1.316	2/3	2.38s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.316 Tiempo de respuesta (promedio) 2.38s
#124	Muse Wonder max	Meta	0.8	0.8	$4.766	2/3	8.97s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $4.766 Tiempo de respuesta (promedio) 8.97s
#131	Qwen3.7 Plus none	Qwen	0.8	0.8	$0.178	2/3	1.71s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.178 Tiempo de respuesta (promedio) 1.71s
#144	GPT-6 Luna low	OpenAI	0.8	0.8	$0.033	2/3	27.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.033 Tiempo de respuesta (promedio) 27.5s
#145	Qwen3.8 27B low	Qwen	0.8	0.8	~$0.089	2/3	4.91s
Pruebas totales 3 Pruebas incorrectas 1 Costo total ~$0.089 Tiempo de respuesta (promedio) 4.91s
#164	Gemini 2.5 Flash medium	Google	0.8	0.7	$0.680	2/3	3.18s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.680 Tiempo de respuesta (promedio) 3.18s
#177	Qwen3.6 27B medium	Qwen	0.8	0.7	$1.021	2/3	61.1s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $1.021 Tiempo de respuesta (promedio) 61.1s
#178	Claude Opus 5 none	Anthropic	0.8	0.7	$2.766	2/3	3.66s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $2.766 Tiempo de respuesta (promedio) 3.66s
#179	Qwen3.8 Flash Next xhigh	Qwen	0.8	0.7	~$0.195	2/3	19.5s
Pruebas totales 3 Pruebas incorrectas 1 Costo total ~$0.195 Tiempo de respuesta (promedio) 19.5s
#181	Minimax M3.1 Flash low	Minimax	0.8	0.7	$0.000	2/3	2.12s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 2.12s
#184	GPT-5.2 Chat default	OpenAI	0.8	0.7	$0.594	2/3	4.10s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.594 Tiempo de respuesta (promedio) 4.10s
#186	Gemini 3.1 Flash Lite Preview medium	Google	0.8	0.7	$0.158	2/3	5.30s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.158 Tiempo de respuesta (promedio) 5.30s
#193	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	2/3	5.06s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.219 Tiempo de respuesta (promedio) 5.06s
#194	Minimax M3.1 Flash max	Minimax	0.8	0.7	$0.000	2/3	3.34s
Pruebas totales 3 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 3.34s

Ranking de Resolución de acertijos

Filtrar modelos

Mejores modelos por Puntuación de Resolución de acertijos

Puntuación de Resolución de acertijos vs costo total

Mejores modelos por Tiempo de respuesta (promedio)

Ranking de Resolución de acertijos

Filtrar modelos

Mejores modelos por Puntuación de Resolución de acertijos

Puntuación de Resolución de acertijos vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Resolución de acertijos vs costo total