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) |
|---|---|---|---|---|---|---|
| #46 | Qwen3.6 35B A3B medium | Qwen | 8.0 | 7.4 | 2/3 | 5.95s |
| #42 | GPT-5.2 medium | OpenAI | 7.5 | 7.5 | 2/3 | 5.80s |
| #37 | Gemma 4 26B A4B medium | 10.0 | 7.6 | 3/3 | 5.79s | |
| #16 | Gemini 3 Flash Preview low | 10.0 | 8.4 | 3/3 | 5.77s | |
| #159 | Ling-2.6-1T none | Inclusionai | 3.1 | 4.3 | 0/3 | 5.36s |
| #79 | Hunter Alpha medium | OpenRouter | 6.1 | 6.7 | 1/3 | 5.35s |
| #43 | MiMo-V2.5-Pro medium | Xiaomi | 6.7 | 7.5 | 1/3 | 5.31s |
| #52 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.4 | 3/3 | 5.31s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 7.7 | 7.5 | 2/3 | 5.30s | |
| #23 | GLM 5 Turbo medium | Z.ai | 8.7 | 8.0 | 2/3 | 5.23s |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 6.7 | 6.6 | 1/3 | 5.19s |
| #118 | Qwen3.6 27B none | Qwen | 5.3 | 5.6 | 1/3 | 5.15s |
| #51 | Mimo V2 PRO medium | Xiaomi | 6.4 | 7.4 | 1/3 | 5.08s |
| #15 | GPT-5.3-Codex medium | OpenAI | 9.0 | 8.4 | 2/3 | 5.05s |
| #6 | GPT-5.5 low | OpenAI | 10.0 | 9.0 | 3/3 | 4.74s |