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: कुल लागत ↓.
330/330
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | पहेली समाधान स्कोर | स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #290 | Grok 4.20 Multi Agent Beta medium | X AI | 6.7 | 4.8 | $5.599 | 1/3 | 5.19s |
| #5 | GPT-6 Astra xhigh | OpenAI | 10.0 | 9.9 | $5.156 | 3/3 | 4.48s |
| #28 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.163 | 3/3 | 6.76s |
| #3 | GPT-6 Astra max | OpenAI | 10.0 | 9.9 | $3.803 | 3/3 | 7.32s |
| #4 | GPT-6 Astra high | OpenAI | 10.0 | 9.9 | $3.474 | 3/3 | 3.60s |
| #26 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 3/3 | 6.11s |
| #20 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 3/3 | 4.66s |
| #48 | Claude Fable 5 medium | Anthropic | 7.7 | 8.6 | $3.004 | 2/3 | 5.18s |
| #95 | Claude Opus 4.6 medium | Anthropic | 7.7 | 7.7 | $2.961 | 2/3 | 4.71s |
| #65 | Claude Fable 5.1 medium | Anthropic | 7.6 | 8.3 | $2.909 | 2/3 | 5.70s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 10.0 | 8.9 | $2.736 | 3/3 | 134.1s |
| #69 | Qwen3.8 2.4T A95B low | Qwen | 10.0 | 8.1 | $2.672 | 3/3 | 43.4s |
| #150 | Claude Fable 5.1 low | Anthropic | 7.7 | 6.9 | $2.565 | 2/3 | 4.78s |
| #79 | Kimi K3 max | Moonshot AI | 10.0 | 7.9 | $2.528 | 3/3 | 7.36s |
| #118 | Qwen3.8 2.4T A95B high | Qwen | 10.0 | 7.4 | $2.357 | 3/3 | 65.5s |