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
15
Promedio de Puntuación de Resolución de acertijos
6.4
Mejor modelo
Gemini 3 Flash Preview 10.0| Rango | Modelo | Empresa | Puntuación de Resolución de acertijos | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #1 | Gemini 3 Flash Preview medium | 10.0 | 10.0 | 3/3 | 4.43s | |
| #2 | Gemini 3.1 Pro Preview medium | 10.0 | 9.6 | 3/3 | 7.15s | |
| #3 | Claude Opus 4.7 medium | Anthropic | 10.0 | 9.2 | 3/3 | 2.51s |
| #4 | Claude Opus 4.7 none | Anthropic | 10.0 | 9.2 | 3/3 | 2.58s |
| #5 | Gemini 3 Flash Preview low | 10.0 | 8.8 | 3/3 | 6.11s | |
| #8 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 8.5 | 3/3 | 34.6s |
| #9 | Qwen3.6 Plus Preview medium | Qwen | 10.0 | 8.5 | 3/3 | 6.11s |
| #12 | Gemini 3 PRO Preview medium | 10.0 | 8.4 | 3/3 | 3.91s | |
| #13 | GLM 5 medium | Z.ai | 10.0 | 8.4 | 3/3 | 15.6s |
| #19 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 8.1 | 3/3 | 17.2s |
| #20 | Qwen3.6 Plus medium | Qwen | 10.0 | 8.1 | 3/3 | 6.11s |
| #22 | Gemini 3.1 Flash Lite Preview low | 10.0 | 8.1 | 3/3 | 2.76s | |
| #26 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 8.0 | 3/3 | 4.80s |
| #29 | Gemini 3.1 Flash Lite Preview none | 10.0 | 7.9 | 3/3 | 972ms | |
| #36 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.7 | 3/3 | 2.93s |