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. Sortează după: Timp de răspuns (mediu) ↑.

Modele afișate

Media pentru Scor Rezolvare de puzzle-uri

0.7

Cel mai bun model

Step 3.5 Flash 0.0

Motive de eșec

Cu motivul de eșec Răspuns greșit352 Cu motivul de eșec Nu a urmat instrucțiunile166 Cu motivul de eșec Eroare API35 Cu motivul de eșec Formatare suplimentară16 Cu motivul de eșec Fără răspuns14 Cu motivul de eșec Timp expirat11

451/451

Rang	Model	Companie	Scor Rezolvare de puzzle-uri	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#391	Mercury 2 none	Inception	0.3	0.4	$0.033	0/3	535ms
Total teste 3 Teste greșite 3 Cost total $0.033 Timp de răspuns (mediu) 535ms
#443	D1 default	Liquid	0.2	0.2	$0.003	0/1	570ms
Total teste 1 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 570ms
#440	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	572ms
Total teste 1 Teste greșite 1 Cost total $0.011 Timp de răspuns (mediu) 572ms
#432	Jev 1.13 default	Typesafe	0.3	0.3	$0.003	1/1	573ms
Total teste 1 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 573ms
#411	Grok 4.20 Beta default	X AI	0.8	0.4	$0.087	2/3	586ms
Total teste 3 Teste greșite 1 Cost total $0.087 Timp de răspuns (mediu) 586ms
#318	Gemini 2.5 Flash none	Google	0.8	0.5	$0.017	2/3	604ms
Total teste 3 Teste greșite 1 Cost total $0.017 Timp de răspuns (mediu) 604ms
#405	Granite 4.1 8b default	IBM Granite	0.3	0.4	$0.007	0/3	608ms
Total teste 3 Teste greșite 3 Cost total $0.007 Timp de răspuns (mediu) 608ms
#362	Qwen3.5-9B none	Qwen	0.3	0.5	$0.041	0/3	621ms
Total teste 3 Teste greșite 3 Cost total $0.041 Timp de răspuns (mediu) 621ms
#437	Kev 4B default	Jaredpalmer	0.2	0.2	$0.002	0/1	646ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 646ms
#425	Laguna Xs.2 default	Poolside	0.5	0.3	$0.004	1/3	650ms
Total teste 3 Teste greșite 2 Cost total $0.004 Timp de răspuns (mediu) 650ms
#356	Inkling Small none	Thinkingmachines	0.3	0.5	$0.054	0/3	665ms
Total teste 3 Teste greșite 3 Cost total $0.054 Timp de răspuns (mediu) 665ms
#447	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	669ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 669ms
#367	Mercury 2.5 Preview default	Inception	0.6	0.5	$0.023	1/3	684ms
Total teste 3 Teste greșite 2 Cost total $0.023 Timp de răspuns (mediu) 684ms
#428	Span-02 default	Respan	1.0	0.3	$0.001	0/1	708ms
Total teste 1 Teste greșite 1 Cost total $0.001 Timp de răspuns (mediu) 708ms
#350	Mercury 2.5 Preview low	Inception	0.8	0.5	$0.015	2/3	710ms
Total teste 3 Teste greșite 1 Cost total $0.015 Timp de răspuns (mediu) 710ms

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)