Ranking de modelos 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

Promedio de Puntuación de Resolución de acertijos

0.7

Mejor modelo

Gemini 3.6 Flash 1.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta352 Con motivo de fallo No siguió las instrucciones166 Con motivo de fallo Error de API35 Con motivo de fallo Formato extra16 Con motivo de fallo Sin respuesta14 Con motivo de fallo Tiempo agotado11

451/451

Rango	Modelo	Empresa	Puntuación de Resolución de acertijos	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#413	Elephant Alpha default	Openrouter	0.4	0.4	$0.000	0/3	807ms
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.000 Tiempo de respuesta (promedio) 807ms
#417	Command A+ medium	Cohere	0.3	0.3	$0.064	0/3	92.1s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.064 Tiempo de respuesta (promedio) 92.1s
#419	Hy3 preview none	Tencent	0.3	0.3	$0.007	0/3	4.56s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.007 Tiempo de respuesta (promedio) 4.56s
#421	Xing4.0 29b A4b none	Xingchen AGI	0.3	0.3	$0.000	0/3	16.8s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.000 Tiempo de respuesta (promedio) 16.8s
#423	Command A+ high	Cohere	0.3	0.3	$0.079	0/3	86.2s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.079 Tiempo de respuesta (promedio) 86.2s
#424	Grok 4.1 Fast default	X AI	0.3	0.3	$0.008	0/3	1.10s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.008 Tiempo de respuesta (promedio) 1.10s
#426	Command A+ none	Cohere	0.3	0.3	$0.000	0/3	88.1s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.000 Tiempo de respuesta (promedio) 88.1s
#427	Command A+ low	Cohere	0.3	0.3	$0.073	0/3	95.8s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.073 Tiempo de respuesta (promedio) 95.8s
#428	Span-02 default	Respan	1.0	0.3	$0.001	0/1	708ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.001 Tiempo de respuesta (promedio) 708ms
#429	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.3	0.3	$0.000	0/3	1.40s
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.000 Tiempo de respuesta (promedio) 1.40s
#430	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	485ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 485ms
#431	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.3	0.3	$0.000	0/3	532ms
Pruebas totales 3 Pruebas incorrectas 3 Costo total $0.000 Tiempo de respuesta (promedio) 532ms
#433	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	490ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.001 Tiempo de respuesta (promedio) 490ms
#434	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	422ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 422ms
#435	Drex v1.5 default	Nace AI	1.0	0.2	$0.002	0/1	850ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 850ms

Ranking de Resolución de acertijos

Filtrar modelos

Mejores modelos por Puntuación de Resolución de acertijos

Puntuación de Resolución de acertijos vs costo total

Mejores modelos por Tiempo de respuesta (promedio)