Clasament modele pentru Rezolvare de puzzle-uri

Vezi ce modele AI se descurcă cel mai bine la Rezolvare de puzzle-uri, care rămân fiabile și unde apar cele mai mari diferențe.

Modele afișate

Media pentru Scor Rezolvare de puzzle-uri

6.7

Cel mai bun model

Gemini 3 Flash Preview 10.0

Motive de eșec

Cu motivul de eșec Răspuns greșit193 Cu motivul de eșec Nu a urmat instrucțiunile88 Cu motivul de eșec Eroare API12 Cu motivul de eșec Formatare suplimentară7 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Fără răspuns3

206/206

Rang	Model	Companie	Scor Rezolvare de puzzle-uri	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#1	Gemini 3 Flash Preview medium	Google	10.0	9.6	$0.742	3/3	4.05s
Total teste 3 Teste greșite 0 Cost total $0.742 Timp de răspuns (mediu) 4.05s
#2	Gemini 3.5 Flash high	Google	10.0	9.5	$1.976	3/3	3.23s
Total teste 3 Teste greșite 0 Cost total $1.976 Timp de răspuns (mediu) 3.23s
#5	GPT-5.6 Sol high	OpenAI	10.0	9.4	$1.234	3/3	4.10s
Total teste 3 Teste greșite 0 Cost total $1.234 Timp de răspuns (mediu) 4.10s
#6	GPT-5.5 low	OpenAI	10.0	9.3	$1.253	3/3	4.74s
Total teste 3 Teste greșite 0 Cost total $1.253 Timp de răspuns (mediu) 4.74s
#7	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.361	3/3	6.90s
Total teste 3 Teste greșite 0 Cost total $1.361 Timp de răspuns (mediu) 6.90s
#8	Qwen3.7 Max medium	Qwen	10.0	9.2	$1.116	3/3	8.84s
Total teste 3 Teste greșite 0 Cost total $1.116 Timp de răspuns (mediu) 8.84s
#10	GPT-5.5 medium	OpenAI	10.0	9.0	$4.137	3/3	6.76s
Total teste 3 Teste greșite 0 Cost total $4.137 Timp de răspuns (mediu) 6.76s
#11	Gemini 3.5 Flash low	Google	10.0	8.9	$0.433	3/3	2.35s
Total teste 3 Teste greșite 0 Cost total $0.433 Timp de răspuns (mediu) 2.35s
#12	Grok 4.5 high	X AI	10.0	8.9	$1.707	3/3	7.88s
Total teste 3 Teste greșite 0 Cost total $1.707 Timp de răspuns (mediu) 7.88s
#14	Claude Opus 4.8 medium	Anthropic	10.0	8.8	$1.931	3/3	3.95s
Total teste 3 Teste greșite 0 Cost total $1.931 Timp de răspuns (mediu) 3.95s
#15	Claude Opus 4.7 medium	Anthropic	10.0	8.7	$1.477	3/3	2.43s
Total teste 3 Teste greșite 0 Cost total $1.477 Timp de răspuns (mediu) 2.43s
#19	Qwen3.6 Max Preview medium	Qwen	10.0	8.4	$1.143	3/3	24.3s
Total teste 3 Teste greșite 0 Cost total $1.143 Timp de răspuns (mediu) 24.3s
#20	Grok 4.5 low	X AI	10.0	8.4	$0.935	3/3	3.20s
Total teste 3 Teste greșite 0 Cost total $0.935 Timp de răspuns (mediu) 3.20s
#22	Grok 4.5 medium	X AI	10.0	8.3	$1.928	3/3	7.75s
Total teste 3 Teste greșite 0 Cost total $1.928 Timp de răspuns (mediu) 7.75s
#32	Inkling medium	Thinkingmachines	10.0	8.0	$0.391	3/3	5.18s
Total teste 3 Teste greșite 0 Cost total $0.391 Timp de răspuns (mediu) 5.18s

Clasament Rezolvare de puzzle-uri

Filtrează modelele

Top modele după Scor Rezolvare de puzzle-uri

Scor Rezolvare de puzzle-uri vs cost total

Top modele după Timp de răspuns (mediu)