Ranking de modelos de Resolução de quebra-cabeças

Veja quais modelos de IA vão melhor em Resolução de quebra-cabeças, quais permanecem confiáveis e onde aparecem as maiores diferenças. Ordenar por: Métrica ↑.

Modelos exibidos

Média de Pontuação de Resolução de quebra-cabeças

0.7

Melhor modelo

Step 3.5 Flash 0.0

Motivos de falha

Com motivo de falha Resposta incorreta344 Com motivo de falha Não seguiu as instruções160 Com motivo de falha Erro de API35 Com motivo de falha Formatação extra16 Com motivo de falha Sem resposta14 Com motivo de falha Tempo esgotado11

442/442

Posição	Modelo	Empresa	Pontuação de Resolução de quebra-cabeças	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#378	KAT Coder AIR V2.5 default	Kwaipilot	0.3	0.4	$0.070	0/3	1.84s
Total de testes 3 Testes errados 3 Custo total $0.070 Tempo de resposta (médio) 1.84s
#398	Xing4.0 29b A4b medium	Xingchen AGI	0.3	0.4	$0.000	0/3	257.1s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 257.1s
#349	Laguna S 2.1 high	Poolside	0.3	0.5	$0.145	0/3	1.62s
Total de testes 3 Testes errados 3 Custo total $0.145 Tempo de resposta (médio) 1.62s
#373	Ling 2.6 Flash default	Inclusionai	0.3	0.5	$0.002	0/3	6.51s
Total de testes 3 Testes errados 3 Custo total $0.002 Tempo de resposta (médio) 6.51s
#385	GLM 4.7 Flash medium	Z.ai	0.3	0.4	$0.193	0/3	12.9s
Total de testes 3 Testes errados 3 Custo total $0.193 Tempo de resposta (médio) 12.9s
#420	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.3	0.3	$0.000	0/3	1.40s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 1.40s
#306	Nemotron 3 Super medium	NVIDIA	0.3	0.6	$0.081	0/3	3.15s
Total de testes 3 Testes errados 3 Custo total $0.081 Tempo de resposta (médio) 3.15s
#323	Granite 4.2 8B low	IBM Granite	0.3	0.5	$0.036	0/3	90.8s
Total de testes 3 Testes errados 3 Custo total $0.036 Tempo de resposta (médio) 90.8s
#324	Kimi K2.5 none	Moonshot AI	0.3	0.5	$0.262	0/3	4.04s
Total de testes 3 Testes errados 3 Custo total $0.262 Tempo de resposta (médio) 4.04s
#326	Laguna XS 2.1 none	Poolside	0.3	0.5	$0.020	0/3	1.01s
Total de testes 3 Testes errados 3 Custo total $0.020 Tempo de resposta (médio) 1.01s
#348	Qwen3 Coder Next default	Qwen	0.3	0.5	$0.067	0/3	24.3s
Total de testes 3 Testes errados 3 Custo total $0.067 Tempo de resposta (médio) 24.3s
#363	Qwen3 Coder Next medium	Qwen	0.3	0.5	$0.071	0/3	1.25s
Total de testes 3 Testes errados 3 Custo total $0.071 Tempo de resposta (médio) 1.25s
#380	Granite 4.2 8B none	IBM Granite	0.3	0.4	$0.037	0/3	107.6s
Total de testes 3 Testes errados 3 Custo total $0.037 Tempo de resposta (médio) 107.6s
#390	Qwen3.5-9B medium	Qwen	0.3	0.4	$0.106	0/3	32.3s
Total de testes 3 Testes errados 3 Custo total $0.106 Tempo de resposta (médio) 32.3s
#395	Ling 3.0 Tiny default	Inclusionai	0.3	0.4	$0.000	0/3	2.64s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 2.64s

Ranking de Resolução de quebra-cabeças

Filtrar modelos

Melhores modelos por Pontuação de Resolução de quebra-cabeças

Pontuação de Resolução de quebra-cabeças vs custo total

Melhores modelos por Tempo de resposta (médio)