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: सही परीक्षण ↓.
| रैंक | मॉडल | कंपनी | पहेली समाधान स्कोर | स्कोर | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|
| #80 | Mimo V2 Omni medium | Xiaomi | 5.9 | 6.7 | 1/3 | 2.38s |
| #81 | Mercury 2 medium | Inception | 5.4 | 6.6 | 1/3 | 949ms |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 6.7 | 6.6 | 1/3 | 5.19s |
| #85 | Gemma 4 31B none | 6.5 | 6.5 | 1/3 | 4.23s | |
| #86 | Grok 4.1 Fast medium | X AI | 5.3 | 6.5 | 1/3 | 7.40s |
| #87 | Gemini 3.1 Flash Lite minimal | 6.0 | 6.4 | 1/3 | 2.15s | |
| #89 | Hy3 preview low | Tencent | 5.3 | 6.4 | 1/3 | 7.51s |
| #90 | Gemini 3.1 Flash Lite none | 6.3 | 6.4 | 1/3 | 720ms | |
| #92 | Laguna M.1 medium | Poolside | 5.3 | 6.4 | 1/3 | 10.2s |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 5.3 | 6.3 | 1/3 | 7.52s |
| #94 | GPT-5 Nano medium | OpenAI | 5.3 | 6.3 | 1/3 | 20.6s |
| #99 | gpt-oss-120b medium | OpenAI | 5.3 | 6.1 | 1/3 | 21.7s |
| #100 | Grok Build 0.1 none | X AI | 6.4 | 6.0 | 1/3 | 9.55s |
| #102 | Gemma 4 26B A4B none | 6.2 | 6.0 | 1/3 | 744ms | |
| #103 | DeepSeek V4 Pro high | DeepSeek | 5.9 | 6.0 | 1/3 | 34.8s |