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
12
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) |
|---|---|---|---|---|---|---|
| #151 | Trinity Large Preview none | Arcee AI | 3.6 | 4.6 | 0/3 | 1.97s |
| #153 | Qwen3.6 35B A3B none | Qwen | 3.2 | 4.6 | 0/3 | 1.07s |
| #154 | Qwen3.5-9B none | Qwen | 3.2 | 4.6 | 0/3 | 621ms |
| #155 | Mercury 2 none | Inception | 3.1 | 4.5 | 0/3 | 535ms |
| #156 | Hy3 preview none | Tencent | 3.1 | 4.4 | 0/3 | 4.56s |
| #157 | Grok 4.1 Fast none | X AI | 3.0 | 4.4 | 0/3 | 1.10s |
| #158 | GLM 4.7 Flash medium | Z.ai | 2.9 | 4.4 | 0/3 | 12.9s |
| #159 | Ling-2.6-1T none | Inclusionai | 3.1 | 4.3 | 0/3 | 5.36s |
| #160 | LFM2-24B-A2B none | Liquid | 3.8 | 4.2 | 0/3 | 1.78s |
| #161 | Qwen3.5-9B medium | Qwen | 3.0 | 4.2 | 0/3 | 32.3s |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.0 | 4.1 | 0/3 | 532ms |
| #163 | Granite 4.1 8B none | IBM Granite | 3.2 | 4.0 | 0/3 | 608ms |