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: Metrică ↑.

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)
#442	Step 3.5 Flash none	Stepfun	0.0	0.2	$0.020	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.020 Timp de răspuns (mediu) 0ms
#444	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.105 Timp de răspuns (mediu) 0ms
#451	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 0ms
#430	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	485ms
Total teste 1 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 485ms
#433	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	490ms
Total teste 1 Teste greșite 1 Cost total $0.001 Timp de răspuns (mediu) 490ms
#434	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	422ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 422ms
#436	GPT-6 Luna Decisions default	OpenAI	0.2	0.2	$0.005	0/1	414ms
Total teste 1 Teste greșite 1 Cost total $0.005 Timp de răspuns (mediu) 414ms
#438	Jev 1.14 default	Typesafe	0.2	0.2	$0.003	0/1	270ms
Total teste 1 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 270ms
#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
#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
#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
#449	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	432ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 432ms
#450	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	79ms
Total teste 1 Teste greșite 1 Cost total ~$0.001 Timp de răspuns (mediu) 79ms
#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
#371	Granite 4.2 8B high	IBM Granite	0.3	0.5	$0.111	0/3	202.7s
Total teste 3 Teste greșite 3 Cost total $0.111 Timp de răspuns (mediu) 202.7s

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: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Top modele după Timp de răspuns (mediu)

Scor Rezolvare de puzzle-uri vs cost total