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: Testes corretos ↓.

Modelos exibidos

Média de Pontuação de Resolução de quebra-cabeças

0.7

Melhor modelo

Gemini 3.6 Flash 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)
#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
#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
#368	Laguna S 2.1 low	Poolside	0.3	0.5	$0.108	0/3	2.70s
Total de testes 3 Testes errados 3 Custo total $0.108 Tempo de resposta (médio) 2.70s
#369	Nemotron 3.5 Lightning low	NVIDIA	0.4	0.5	$0.175	0/3	6.21s
Total de testes 3 Testes errados 3 Custo total $0.175 Tempo de resposta (médio) 6.21s
#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
#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
#379	Trinity Large Preview default	Arcee AI	0.4	0.4	$0.008	0/3	1.97s
Total de testes 3 Testes errados 3 Custo total $0.008 Tempo de resposta (médio) 1.97s
#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
#381	Cobuddy medium	Baidu	0.4	0.4	$0.000	0/3	12.8s
Total de testes 3 Testes errados 3 Custo total $0.000 Tempo de resposta (médio) 12.8s
#382	Mercury 2 none	Inception	0.3	0.4	$0.033	0/3	535ms
Total de testes 3 Testes errados 3 Custo total $0.033 Tempo de resposta (médio) 535ms
#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
#388	Mercury 2.5 none	Inception	0.4	0.4	$0.026	0/3	515ms
Total de testes 3 Testes errados 3 Custo total $0.026 Tempo de resposta (médio) 515ms
#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
#396	Granite 4.1 8b default	IBM Granite	0.3	0.4	$0.007	0/3	608ms
Total de testes 3 Testes errados 3 Custo total $0.007 Tempo de resposta (médio) 608ms

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)