Categoría AI BENCHY
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: Tiempo de respuesta (promedio) ↑.
Modelos mostrados
15
Promedio de Puntuación de Resolución de acertijos
6.7
Mejor modelo
Mistral Small 4 3.1| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #58 | Gemini 3.1 Flash Lite Preview none | 10.0 | 7.2 | 3/3 | 900ms | |
| #81 | Mercury 2 medium | Inception | 5.4 | 6.6 | 1/3 | 949ms |
| #131 | Qwen3.5-122B-A10B none | Qwen | 3.8 | 5.3 | 0/3 | 1.00s |
| #48 | Gemini 3 Flash Preview none | 7.7 | 7.4 | 2/3 | 1.05s | |
| #104 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 5.9 | 6.0 | 1/3 | 1.06s |
| #153 | Qwen3.6 35B A3B none | Qwen | 3.2 | 4.6 | 0/3 | 1.07s |
| #157 | Grok 4.1 Fast none | X AI | 3.0 | 4.4 | 0/3 | 1.10s |
| #34 | Qwen3.7 Max none | Qwen | 10.0 | 7.7 | 3/3 | 1.13s |
| #101 | Mimo V2 Omni none | Xiaomi | 10.0 | 6.0 | 3/3 | 1.16s |
| #122 | GLM 4.7 Flash none | Z.ai | 6.4 | 5.5 | 1/3 | 1.20s |
| #147 | GPT-4o-mini none | OpenAI | 3.5 | 4.8 | 0/3 | 1.21s |
| #128 | Qwen3.6 Flash none | Qwen | 3.5 | 5.4 | 0/3 | 1.21s |
| #150 | Qwen3 Coder Next medium | Qwen | 3.0 | 4.6 | 0/3 | 1.25s |
| #148 | GPT-5.4 Nano none | OpenAI | 5.4 | 4.7 | 1/3 | 1.25s |
| #91 | GPT-5.5 none | OpenAI | 7.7 | 6.4 | 2/3 | 1.29s |