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
6.7
Mejor modelo
Qwen3.6 27B 7.7| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #36 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 8.2 | 7.6 | 2/3 | 17.7s |
| #18 | Qwen3.7 Plus medium | Qwen | 10.0 | 8.2 | 3/3 | 16.4s |
| #113 | DeepSeek V4 Pro none | DeepSeek | 7.6 | 5.7 | 2/3 | 16.0s |
| #54 | GPT-5 Mini medium | OpenAI | 5.6 | 7.3 | 1/3 | 15.2s |
| #158 | GLM 4.7 Flash medium | Z.ai | 2.9 | 4.4 | 0/3 | 12.9s |
| #119 | Cobuddy medium | Baidu | 3.6 | 5.6 | 0/3 | 12.8s |
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 3/3 | 11.3s |
| #129 | MiniMax M2.5 medium | Minimax | 5.3 | 5.3 | 1/3 | 11.2s |
| #33 | Hy3 preview medium | Tencent | 7.7 | 7.7 | 2/3 | 11.1s |
| #108 | Qwen3.5-Flash none | Qwen | 3.1 | 5.8 | 0/3 | 10.9s |
| #59 | GLM 5V Turbo medium | Z.ai | 7.7 | 7.2 | 2/3 | 10.2s |
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 9.0 | 8.2 | 2/3 | 10.2s |
| #71 | Step 3.7 Flash high | Stepfun | 5.3 | 7.0 | 1/3 | 10.2s |
| #92 | Laguna M.1 medium | Poolside | 5.3 | 6.4 | 1/3 | 10.2s |
| #100 | Grok Build 0.1 none | X AI | 6.4 | 6.0 | 1/3 | 9.55s |