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
15
Promedio de Puntuación de Resolución de acertijos
6.4
Mejor modelo
Qwen3.5-27B 8.2| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #19 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 8.1 | 3/3 | 17.2s |
| #13 | GLM 5 medium | Z.ai | 10.0 | 8.4 | 3/3 | 15.6s |
| #45 | GPT-5 Mini medium | OpenAI | 5.6 | 7.0 | 1/3 | 14.1s |
| #93 | GLM 4.7 Flash medium | Z.ai | 2.9 | 4.6 | 0/3 | 12.9s |
| #68 | gpt-oss-120b medium | OpenAI | 3.2 | 5.8 | 0/3 | 11.8s |
| #71 | MiniMax M2.5 medium | Minimax | 5.3 | 5.7 | 1/3 | 11.5s |
| #6 | Seed-2.0-Lite medium | Bytedance Seed | 9.0 | 8.6 | 2/3 | 11.0s |
| #31 | GLM 5V Turbo medium | Z.ai | 7.7 | 7.8 | 2/3 | 10.9s |
| #16 | GPT-5.4 medium | OpenAI | 8.2 | 8.2 | 2/3 | 9.13s |
| #24 | Gemma 4 26B A4B medium | 7.9 | 8.0 | 2/3 | 8.52s | |
| #51 | Nemotron 3 Super medium | NVIDIA | 3.5 | 6.7 | 0/3 | 8.39s |
| #52 | Grok 4.1 Fast medium | X AI | 5.3 | 6.7 | 1/3 | 8.08s |
| #30 | Step 3.5 Flash medium | Stepfun | 5.3 | 7.9 | 1/3 | 7.72s |
| #88 | Nemotron 3 Super none | NVIDIA | 5.7 | 5.1 | 1/3 | 7.50s |
| #64 | DeepSeek V3.2 none | DeepSeek | 8.5 | 6.1 | 2/3 | 7.37s |