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: Cost total ↑.

Modele afișate

Media pentru Scor Rezolvare de puzzle-uri

0.7

Cel mai bun model

Ling 3.1 Flash 0.8

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)
#314	Nemotron 3.5 Super VL none	NVIDIA	0.5	0.6	$0.040	0/3	754ms
Total teste 3 Teste greșite 3 Cost total $0.040 Timp de răspuns (mediu) 754ms
#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
#331	GPT-5.6 Luna none	OpenAI	0.5	0.5	$0.042	1/3	790ms
Total teste 3 Teste greșite 2 Cost total $0.042 Timp de răspuns (mediu) 790ms
#383	Hy3 preview low	Tencent	0.5	0.5	$0.042	1/3	7.51s
Total teste 3 Teste greșite 2 Cost total $0.042 Timp de răspuns (mediu) 7.51s
#342	MiMo-V2-Flash medium	Xiaomi	0.8	0.5	$0.043	2/3	3.87s
Total teste 3 Teste greșite 1 Cost total $0.043 Timp de răspuns (mediu) 3.87s
#231	Mercury 2.5 high	Inception	0.9	0.6	$0.044	2/3	1.39s
Total teste 3 Teste greșite 1 Cost total $0.044 Timp de răspuns (mediu) 1.39s
#370	Laguna S 2.1 none	Poolside	0.3	0.5	$0.044	0/3	828ms
Total teste 3 Teste greșite 3 Cost total $0.044 Timp de răspuns (mediu) 828ms
#114	Qwen3.8 Flash Next low	Qwen	0.9	0.8	~$0.045	2/3	1.72s
Total teste 3 Teste greșite 1 Cost total ~$0.045 Timp de răspuns (mediu) 1.72s
#380	Mimo V2 PRO default	Xiaomi	0.6	0.5	$0.045	1/3	1.61s
Total teste 3 Teste greșite 2 Cost total $0.045 Timp de răspuns (mediu) 1.61s
#354	KAT Coder AIR V2.5 low	Kwaipilot	0.3	0.5	$0.046	0/3	1.57s
Total teste 3 Teste greșite 3 Cost total $0.046 Timp de răspuns (mediu) 1.57s
#396	GLM 5 Turbo none	Z.ai	0.5	0.4	$0.047	1/3	2.65s
Total teste 3 Teste greșite 2 Cost total $0.047 Timp de răspuns (mediu) 2.65s
#344	Mistral Small 4 none	Mistral	0.3	0.5	$0.047	0/3	399ms
Total teste 3 Teste greșite 3 Cost total $0.047 Timp de răspuns (mediu) 399ms
#95	GPT-6 Luna medium	OpenAI	0.8	0.8	$0.047	2/3	9.78s
Total teste 3 Teste greșite 1 Cost total $0.047 Timp de răspuns (mediu) 9.78s
#143	Qwen3.8 Flash Next medium	Qwen	0.8	0.8	~$0.047	2/3	2.23s
Total teste 3 Teste greșite 1 Cost total ~$0.047 Timp de răspuns (mediu) 2.23s
#346	KAT Coder AIR V2.5 medium	Kwaipilot	0.4	0.5	$0.048	0/3	1.87s
Total teste 3 Teste greșite 3 Cost total $0.048 Timp de răspuns (mediu) 1.87s

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)

Clasament Rezolvare de puzzle-uri

Filtrează modelele

Top modele după Scor Rezolvare de puzzle-uri

Scor Rezolvare de puzzle-uri vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.

Top modele după Timp de răspuns (mediu)

Scor Rezolvare de puzzle-uri vs cost total