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) |
|---|---|---|---|---|---|---|
| #49 | Qwen3.5-Flash medium | Qwen | 8.2 | 7.4 | 2/3 | 27.6s |
| #27 | Gemma 4 31B medium | 9.9 | 7.8 | 3/3 | 26.9s | |
| #31 | DeepSeek V4 Flash high | DeepSeek | 8.2 | 7.7 | 2/3 | 26.1s |
| #60 | Kimi K2.6 medium | Moonshot AI | 6.0 | 7.2 | 1/3 | 25.1s |
| #130 | MiniMax M2.7 medium | Minimax | 5.9 | 5.3 | 1/3 | 24.9s |
| #140 | Qwen3 Coder Next none | Qwen | 3.0 | 4.9 | 0/3 | 24.3s |
| #14 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.5 | 3/3 | 24.3s |
| #139 | DeepSeek V4 Flash none | DeepSeek | 3.1 | 5.0 | 0/3 | 23.7s |
| #38 | Grok 4.3 medium | X AI | 5.9 | 7.6 | 1/3 | 22.5s |
| #99 | gpt-oss-120b medium | OpenAI | 5.3 | 6.1 | 1/3 | 21.7s |
| #75 | Ring-2.6-1T medium | Inclusionai | 5.9 | 6.9 | 1/3 | 20.7s |
| #94 | GPT-5 Nano medium | OpenAI | 5.3 | 6.3 | 1/3 | 20.6s |
| #56 | MiMo-V2.5 medium | Xiaomi | 8.2 | 7.3 | 2/3 | 20.3s |
| #47 | Grok Build 0.1 medium | X AI | 7.7 | 7.4 | 2/3 | 18.3s |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.8 | 3/3 | 17.9s |