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) |
|---|---|---|---|---|---|---|
| #98 | GLM 5 none | Z.ai | 7.7 | 6.1 | 2/3 | 1.91s |
| #107 | Laguna Xs.2 medium | Poolside | 5.3 | 5.8 | 1/3 | 1.93s |
| #44 | Gemini 3.1 Flash Lite medium | 7.6 | 7.5 | 2/3 | 1.95s | |
| #151 | Trinity Large Preview none | Arcee AI | 3.6 | 4.6 | 0/3 | 1.97s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.7 | 5.7 | 1/3 | 1.97s |
| #143 | MiMo-V2.5 none | Xiaomi | 5.4 | 4.9 | 1/3 | 2.13s |
| #87 | Gemini 3.1 Flash Lite minimal | 6.0 | 6.4 | 1/3 | 2.15s | |
| #132 | Mistral Small 4 medium | Mistral | 3.4 | 5.3 | 0/3 | 2.17s |
| #3 | Gemini 3.5 Flash low | 10.0 | 9.4 | 3/3 | 2.35s | |
| #141 | Nemotron 3 Super none | NVIDIA | 5.5 | 4.9 | 1/3 | 2.36s |
| #80 | Mimo V2 Omni medium | Xiaomi | 5.9 | 6.7 | 1/3 | 2.38s |
| #7 | Gemini 3.5 Flash medium | 7.7 | 9.0 | 2/3 | 2.38s | |
| #109 | GLM 5V Turbo none | Z.ai | 5.3 | 5.8 | 1/3 | 2.40s |
| #11 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | 3/3 | 2.43s |
| #8 | Claude Opus 4.7 none | Anthropic | 10.0 | 8.9 | 3/3 | 2.46s |