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
8
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) |
|---|---|---|---|---|---|---|
| #43 | Qwen3.5-35B-A3B medium | Qwen | 6.4 | 7.4 | 1/3 | 31.6s |
| #97 | Qwen3.5-9B medium | Qwen | 3.1 | 4.4 | 0/3 | 33.4s |
| #8 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 8.5 | 3/3 | 34.6s |
| #27 | DeepSeek V3.2 medium | DeepSeek | 8.2 | 8.0 | 2/3 | 36.9s |
| #46 | Kimi K2.5 medium | Moonshot AI | 5.3 | 7.0 | 1/3 | 45.4s |
| #11 | Gemini 3.1 Flash Lite Preview high | 7.7 | 8.4 | 2/3 | 46.3s | |
| #32 | Qwen3.5-Flash medium | Qwen | 6.4 | 7.8 | 1/3 | 56.7s |
| #10 | Qwen3.5-27B medium | Qwen | 8.2 | 8.4 | 2/3 | 64.6s |