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)
#433	Step 3.5 Flash none	Stepfun	0.0	0.2	$0.020	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.020 Tempo de resposta (médio) 0ms
#435	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.105 Tempo de resposta (médio) 0ms
#442	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.015 Tempo de resposta (médio) 0ms
#421	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	485ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 485ms
#424	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	490ms
Total de testes 1 Testes errados 1 Custo total $0.001 Tempo de resposta (médio) 490ms
#425	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	422ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 422ms
#427	GPT-6 Luna Decisions default	OpenAI	0.2	0.2	$0.005	0/1	414ms
Total de testes 1 Testes errados 1 Custo total $0.005 Tempo de resposta (médio) 414ms
#429	Jev 1.14 default	Typesafe	0.2	0.2	$0.003	0/1	270ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 270ms
#431	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	572ms
Total de testes 1 Testes errados 1 Custo total $0.011 Tempo de resposta (médio) 572ms
#434	D1 default	Liquid	0.2	0.2	$0.003	0/1	570ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 570ms
#438	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	669ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 669ms
#440	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	432ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 432ms
#441	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	79ms
Total de testes 1 Testes errados 1 Custo total ~$0.001 Tempo de resposta (médio) 79ms
#428	Kev 4B default	Jaredpalmer	0.2	0.2	$0.002	0/1	646ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 646ms
#362	Granite 4.2 8B high	IBM Granite	0.3	0.5	$0.111	0/3	202.7s
Total de testes 3 Testes errados 3 Custo total $0.111 Tempo de resposta (médio) 202.7s

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)

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 totalA estimativa inclui apenas a eletricidade da GPU. Exclui o resto do computador e a aquisição do hardware. NVIDIA GeForce RTX 3090: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Melhores modelos por Tempo de resposta (médio)

Pontuação de Resolução de quebra-cabeças vs custo total