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: Pruebas correctas ↓.
Modelos mostrados
15
Promedio de Puntuación de Resolución de acertijos
6.7
Mejor modelo
Gemini 3 Flash Preview 10.0| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #119 | Cobuddy medium | Baidu | 3.6 | 5.6 | 0/3 | 12.8s |
| #124 | Kimi K2.6 none | Moonshot AI | 3.1 | 5.5 | 0/3 | 1.40s |
| #128 | Qwen3.6 Flash none | Qwen | 3.5 | 5.4 | 0/3 | 1.21s |
| #131 | Qwen3.5-122B-A10B none | Qwen | 3.8 | 5.3 | 0/3 | 1.00s |
| #132 | Mistral Small 4 medium | Mistral | 3.4 | 5.3 | 0/3 | 2.17s |
| #135 | Kimi K2.5 none | Moonshot AI | 3.0 | 5.2 | 0/3 | 4.04s |
| #137 | Elephant Alpha none | Openrouter | 4.2 | 5.1 | 0/3 | 807ms |
| #138 | Ling-2.6-flash none | Inclusionai | 2.9 | 5.0 | 0/3 | 6.51s |
| #139 | DeepSeek V4 Flash none | DeepSeek | 3.1 | 5.0 | 0/3 | 23.7s |
| #140 | Qwen3 Coder Next none | Qwen | 3.0 | 4.9 | 0/3 | 24.3s |
| #142 | Mistral Small 4 none | Mistral | 3.1 | 4.9 | 0/3 | 399ms |
| #145 | Laguna M.1 none | Poolside | 3.0 | 4.8 | 0/3 | 891ms |
| #147 | GPT-4o-mini none | OpenAI | 3.5 | 4.8 | 0/3 | 1.21s |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2.9 | 4.6 | 0/3 | 1.40s |
| #150 | Qwen3 Coder Next medium | Qwen | 3.0 | 4.6 | 0/3 | 1.25s |