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) |
|---|---|---|---|---|---|---|
| #31 | GLM 5V Turbo medium | Z.ai | 7.7 | 7.8 | 2/3 | 10.9s |
| #6 | Seed-2.0-Lite medium | Bytedance Seed | 9.0 | 8.6 | 2/3 | 11.0s |
| #71 | MiniMax M2.5 medium | Minimax | 5.3 | 5.7 | 1/3 | 11.5s |
| #68 | gpt-oss-120b medium | OpenAI | 3.2 | 5.8 | 0/3 | 11.8s |
| #93 | GLM 4.7 Flash medium | Z.ai | 2.9 | 4.6 | 0/3 | 12.9s |
| #45 | GPT-5 Mini medium | OpenAI | 5.6 | 7.0 | 1/3 | 14.1s |
| #13 | GLM 5 medium | Z.ai | 10.0 | 8.4 | 3/3 | 15.6s |
| #19 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 8.1 | 3/3 | 17.2s |
| #57 | GPT-5 Nano medium | OpenAI | 5.3 | 6.3 | 1/3 | 19.8s |
| #87 | Qwen3 Coder Next none | Qwen | 3.2 | 5.1 | 0/3 | 22.9s |
| #33 | GLM 5.1 medium | Z.ai | 8.2 | 7.8 | 2/3 | 23.8s |
| #34 | Kimi K2.6 medium | Moonshot AI | 5.0 | 7.7 | 0/3 | 25.6s |
| #80 | MiniMax M2.7 medium | Minimax | 3.8 | 5.3 | 0/3 | 25.6s |
| #39 | Seed-2.0-Mini medium | Bytedance Seed | 8.2 | 7.5 | 2/3 | 25.9s |
| #14 | Gemma 4 31B medium | 8.8 | 8.3 | 2/3 | 27.6s |