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: Custo total ↓.

Modelos exibidos

Média de Pontuação de Resolução de quebra-cabeças

0.7

Melhor modelo

Claude Sonnet 5.5 1.0

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)
#423	Jev 1.13 default	Typesafe	0.3	0.3	$0.003	1/1	573ms
Total de testes 1 Testes errados 0 Custo total $0.003 Tempo de resposta (médio) 573ms
#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
#437	Solar Decide Flash default	Upstage	1.0	0.2	$0.003	0/1	1.66s
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 1.66s
#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
#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
#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
#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
#426	Drex v1.5 default	Nace AI	1.0	0.2	$0.002	0/1	850ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 850ms
#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
#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
#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
#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
#419	Span-02 default	Respan	1.0	0.3	$0.001	0/1	708ms
Total de testes 1 Testes errados 1 Custo total $0.001 Tempo de resposta (médio) 708ms
#432	Decider Flash V1.2 default	Perplexity	1.0	0.2	$0.001	0/1	424ms
Total de testes 1 Testes errados 1 Custo total $0.001 Tempo de resposta (médio) 424ms
#436	LFM2-24B-A2B default	Liquid	0.4	0.2	$0.001	0/3	1.78s
Total de testes 3 Testes errados 3 Custo total $0.001 Tempo de resposta (médio) 1.78s

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)