Clasament modele pentru Rezolvare de puzzle-uri

Categorie AI BENCHY

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

6.4

Cel mai bun model

Grok 4.20 5.3

Motive de eșec

Cu motivul de eșec Răspuns greșit85 Cu motivul de eșec Nu a urmat instrucțiunile75 Cu motivul de eșec Timp expirat6 Cu motivul de eșec Formatare suplimentară2 Cu motivul de eșec Eroare API1

Rang	Model	Companie	Scor Rezolvare de puzzle-uri	Scor	Teste corecte	Timp de răspuns (mediu)
#43	Qwen3.5-35B-A3B medium	Qwen	6.4	7.4	1/3	31.6s
#97	Qwen3.5-9B medium	Qwen	3.1	4.4	0/3	33.4s
#8	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	8.5	3/3	34.6s
#27	DeepSeek V3.2 medium	DeepSeek	8.2	8.0	2/3	36.9s
#46	Kimi K2.5 medium	Moonshot AI	5.3	7.0	1/3	45.4s
#11	Gemini 3.1 Flash Lite Preview high	Google	7.7	8.4	2/3	46.3s
#32	Qwen3.5-Flash medium	Qwen	6.4	7.8	1/3	56.7s
#10	Qwen3.5-27B medium	Qwen	8.2	8.4	2/3	64.6s

←

1 2 3 4 5 6 7

Clasament Rezolvare de puzzle-uri

Top modele după Scor Rezolvare de puzzle-uri

Scor Rezolvare de puzzle-uri vs cost total

Top modele după Timp de răspuns (mediu)