AI BENCHY श्रेणी
पहेली समाधान रैंकिंग
देखें कि पहेली समाधान में कौन से AI मॉडल सबसे अच्छा प्रदर्शन करते हैं, कौन से भरोसेमंद बने रहते हैं और सबसे बड़े अंतर कहाँ दिखाई देते हैं। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.
| रैंक | मॉडल | कंपनी | पहेली समाधान स्कोर | स्कोर | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|
| #123 | MiMo-V2.5-Pro none | Xiaomi | 6.7 | 5.5 | 1/3 | 1.30s |
| #117 | Qwen3.5-35B-A3B none | Qwen | 3.7 | 5.6 | 0/3 | 1.35s |
| #115 | Qwen3.5-27B none | Qwen | 6.7 | 5.7 | 1/3 | 1.38s |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2.9 | 4.6 | 0/3 | 1.40s |
| #124 | Kimi K2.6 none | Moonshot AI | 3.1 | 5.5 | 0/3 | 1.40s |
| #61 | Gemini 3.1 Flash Lite low | 10.0 | 7.2 | 3/3 | 1.40s | |
| #125 | GPT-5.4 none | OpenAI | 5.6 | 5.5 | 1/3 | 1.44s |
| #32 | Gemini 3.5 Flash minimal | 10.0 | 7.7 | 3/3 | 1.45s | |
| #112 | GLM 5.1 none | Z.ai | 7.7 | 5.7 | 2/3 | 1.45s |
| #120 | Mimo V2 PRO none | Xiaomi | 6.0 | 5.6 | 1/3 | 1.61s |
| #50 | Gemini 3.1 Flash Lite Preview low | 10.0 | 7.4 | 3/3 | 1.69s | |
| #88 | Qwen3.7 Plus none | Qwen | 7.7 | 6.4 | 2/3 | 1.71s |
| #160 | LFM2-24B-A2B none | Liquid | 3.8 | 4.2 | 0/3 | 1.78s |
| #57 | Step 3.7 Flash low | Stepfun | 5.5 | 7.3 | 1/3 | 1.84s |
| #152 | MiMo-V2-Flash none | Xiaomi | 5.3 | 4.6 | 1/3 | 1.86s |