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) |
|---|---|---|---|---|---|---|
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 9.0 | 8.2 | 2/3 | 10.2s |
| #59 | GLM 5V Turbo medium | Z.ai | 7.7 | 7.2 | 2/3 | 10.2s |
| #108 | Qwen3.5-Flash none | Qwen | 3.1 | 5.8 | 0/3 | 10.9s |
| #33 | Hy3 preview medium | Tencent | 7.7 | 7.7 | 2/3 | 11.1s |
| #129 | MiniMax M2.5 medium | Minimax | 5.3 | 5.3 | 1/3 | 11.2s |
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 3/3 | 11.3s |
| #119 | Cobuddy medium | Baidu | 3.6 | 5.6 | 0/3 | 12.8s |
| #158 | GLM 4.7 Flash medium | Z.ai | 2.9 | 4.4 | 0/3 | 12.9s |
| #54 | GPT-5 Mini medium | OpenAI | 5.6 | 7.3 | 1/3 | 15.2s |
| #113 | DeepSeek V4 Pro none | DeepSeek | 7.6 | 5.7 | 2/3 | 16.0s |
| #18 | Qwen3.7 Plus medium | Qwen | 10.0 | 8.2 | 3/3 | 16.4s |
| #36 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 8.2 | 7.6 | 2/3 | 17.7s |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.8 | 3/3 | 17.9s |
| #47 | Grok Build 0.1 medium | X AI | 7.7 | 7.4 | 2/3 | 18.3s |
| #56 | MiMo-V2.5 medium | Xiaomi | 8.2 | 7.3 | 2/3 | 20.3s |