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
6.4
Mejor modelo
Grok 4.20 5.3| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #77 | GLM 5 Turbo none | Z.ai | 5.5 | 5.5 | 1/3 | 2.43s |
| #61 | Seed-2.0-Lite none | Bytedance Seed | 5.2 | 6.2 | 1/3 | 2.46s |
| #3 | Claude Opus 4.7 medium | Anthropic | 10.0 | 9.2 | 3/3 | 2.51s |
| #4 | Claude Opus 4.7 none | Anthropic | 10.0 | 9.2 | 3/3 | 2.58s |
| #55 | MiMo-V2-Omni none | Xiaomi | 8.0 | 6.5 | 2/3 | 2.71s |
| #22 | Gemini 3.1 Flash Lite Preview low | 10.0 | 8.1 | 3/3 | 2.76s | |
| #49 | Qwen3.5 Plus 2026-02-15 none | Qwen | 7.7 | 6.8 | 2/3 | 2.82s |
| #42 | Claude Sonnet 4.6 none | Anthropic | 7.7 | 7.4 | 2/3 | 2.92s |
| #36 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.7 | 3/3 | 2.93s |
| #48 | Gemma 4 31B none | 5.5 | 6.9 | 1/3 | 2.95s | |
| #72 | Hunter Alpha none | OpenRouter | 5.8 | 5.7 | 1/3 | 3.06s |
| #78 | Trinity Large Preview none | Arcee AI | 5.4 | 5.3 | 1/3 | 3.30s |
| #17 | Gemini 3.1 Flash Lite Preview medium | 7.7 | 8.2 | 2/3 | 3.58s | |
| #38 | GPT-5.4 Nano medium | OpenAI | 4.0 | 7.6 | 0/3 | 3.65s |
| #41 | MiMo-V2-Flash medium | Xiaomi | 7.7 | 7.5 | 2/3 | 3.77s |