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: Métrica ↑.
Modelos mostrados
15
Promedio de Puntuación de Resolución de acertijos
6.7
Mejor modelo
Step 3.5 Flash 0.0
220/220
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #121 | Gemma 4 31B none | 6.5 | 6.2 | $0.021 | 1/3 | 4.23s | |
| #88 | MiMo-V2.5-Pro medium | Xiaomi | 6.7 | 6.9 | $0.187 | 1/3 | 5.31s |
| #109 | Qwen3.5-27B none | Qwen | 6.7 | 6.5 | $0.090 | 1/3 | 1.38s |
| #132 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.7 | 6.1 | $0.122 | 1/3 | 1.97s |
| #190 | Grok 4.20 Multi Agent Beta medium | X AI | 6.7 | 4.8 | $5.599 | 1/3 | 5.19s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 6.7 | 5.5 | $0.068 | 1/3 | 1.30s |
| #32 | Inkling high | Thinkingmachines | 6.9 | 8.0 | $1.006 | 1/3 | 10.7s |
| #50 | DeepSeek V4 Pro high | DeepSeek | 6.9 | 7.7 | $0.200 | 1/3 | 56.8s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 7.0 | 7.0 | $0.078 | 1/3 | 37.7s |
| #24 | GPT-5.2 medium | OpenAI | 7.5 | 8.4 | $0.951 | 2/3 | 5.80s |
| #48 | GPT-5.6 Luna high | OpenAI | 7.6 | 7.7 | $1.017 | 2/3 | 14.6s |
| #69 | Gemini 3.1 Flash Lite medium | 7.6 | 7.3 | $0.117 | 2/3 | 1.95s | |
| #123 | GPT-5.6 Luna low | OpenAI | 7.6 | 6.2 | $0.249 | 2/3 | 3.59s |
| #182 | DeepSeek V3.2 none | DeepSeek | 7.6 | 5.0 | $0.054 | 2/3 | 6.91s |
| #12 | Gemini 3.5 Flash medium | 7.7 | 9.1 | $0.642 | 2/3 | 2.38s |