Eșecuri pe categorii AI BENCHY
Rezolvare de puzzle-uri: Răspuns greșit
Rezolvare de puzzle-uri
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Rezolvare de puzzle-uri, ca să găsești mai repede punctele slabe.
Motive de eșec
| Rang | Model | Companie | Număr de Răspuns greșit | Scor de categorie | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|
| #86 | GPT-5.4 Mini none | OpenAI | 1 | 5.4 | 1/3 | 860ms |
| #88 | Nemotron 3 Super none | NVIDIA | 1 | 5.7 | 1/3 | 7.50s |
| #90 | Qwen3.5-9B none | Qwen | 1 | 3.2 | 0/3 | 683ms |
| #92 | Qwen3 Coder Next medium | Qwen | 1 | 3.1 | 0/3 | 2.30s |
| #98 | LFM2-24B-A2B none | Liquid | 1 | 4.4 | 0/3 | 1.69s |