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: Costo total ↓.
Modelos mostrados
15
Promedio de Puntuación de Resolución de acertijos
6.7
Mejor modelo
Grok 4.20 Multi Agent Beta 6.7
216/216
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) |
|---|---|---|---|---|---|---|---|
| #122 | Seed-2.0-Lite none | Bytedance Seed | 5.3 | 6.2 | $0.066 | 1/3 | 2.78s |
| #130 | Qwen3.6 Flash none | Qwen | 3.5 | 6.1 | $0.062 | 0/3 | 1.21s |
| #167 | Qwen3.6 35B A3B none | Qwen | 3.2 | 5.3 | $0.061 | 0/3 | 1.07s |
| #203 | Grok 4.20 none | X AI | 5.3 | 4.1 | $0.057 | 1/3 | 473ms |
| #146 | Nemotron 3 Super medium | NVIDIA | 3.0 | 5.7 | $0.055 | 0/3 | 3.15s |
| #179 | DeepSeek V3.2 none | DeepSeek | 7.6 | 5.0 | $0.054 | 2/3 | 6.91s |
| #112 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 3/3 | 900ms | |
| #151 | GLM 5V Turbo none | Z.ai | 5.3 | 5.6 | $0.052 | 1/3 | 2.40s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 3.6 | 5.6 | $0.048 | 0/3 | 1.87s |
| #141 | Hy3 preview high | Tencent | 7.7 | 5.9 | $0.048 | 2/3 | 27.9s |
| #126 | Gemini 3.1 Flash Lite minimal | 6.0 | 6.1 | $0.047 | 1/3 | 2.15s | |
| #176 | GLM 5 Turbo none | Z.ai | 5.5 | 5.1 | $0.047 | 1/3 | 2.65s |
| #128 | Gemini 3.1 Flash Lite none | 6.3 | 6.1 | $0.046 | 1/3 | 720ms | |
| #153 | Mimo V2 PRO none | Xiaomi | 6.0 | 5.6 | $0.045 | 1/3 | 1.61s |
| #117 | LongCat 2.0 none | Meituan | 4.0 | 6.3 | $0.044 | 0/3 | 2.74s |