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

6.7

Cel mai bun model

Muse Spark 1.1 7.8

Motive de eșec

Cu motivul de eșec Răspuns greșit204 Cu motivul de eșec Nu a urmat instrucțiunile90 Cu motivul de eșec Eroare API12 Cu motivul de eșec Formatare suplimentară8 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Fără răspuns3

216/216

Rang	Model	Companie	Scor Rezolvare de puzzle-uri	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#91	GPT-5.5 none	OpenAI	7.7	6.9	$0.544	2/3	1.29s
Total teste 3 Teste greșite 1 Cost total $0.544 Timp de răspuns (mediu) 1.29s
#186	GPT-5.4 Nano none	OpenAI	5.4	4.8	$0.041	1/3	1.25s
Total teste 3 Teste greșite 2 Cost total $0.041 Timp de răspuns (mediu) 1.25s
#193	Qwen3 Coder Next medium	Qwen	3.0	4.7	$0.032	0/3	1.25s
Total teste 3 Teste greșite 3 Cost total $0.032 Timp de răspuns (mediu) 1.25s
#138	GPT-5.6 Terra none	OpenAI	5.3	6.0	$0.349	1/3	1.23s
Total teste 3 Teste greșite 2 Cost total $0.349 Timp de răspuns (mediu) 1.23s
#95	Gemini 3.5 Flash-Lite low	Google	7.8	6.7	$0.145	2/3	1.22s
Total teste 3 Teste greșite 1 Cost total $0.145 Timp de răspuns (mediu) 1.22s
#130	Qwen3.6 Flash none	Qwen	3.5	6.1	$0.062	0/3	1.21s
Total teste 3 Teste greșite 3 Cost total $0.062 Timp de răspuns (mediu) 1.21s
#180	GPT-4o-mini none	OpenAI	3.5	5.0	$0.010	0/3	1.21s
Total teste 3 Teste greșite 3 Cost total $0.010 Timp de răspuns (mediu) 1.21s
#182	GLM 4.7 Flash none	Z.ai	6.4	4.9	$0.016	1/3	1.20s
Total teste 3 Teste greșite 2 Cost total $0.016 Timp de răspuns (mediu) 1.20s
#163	Mimo V2 Omni none	Xiaomi	10.0	5.5	$0.021	3/3	1.16s
Total teste 3 Teste greșite 0 Cost total $0.021 Timp de răspuns (mediu) 1.16s
#63	Qwen3.7 Max none	Qwen	10.0	7.4	$0.197	3/3	1.13s
Total teste 3 Teste greșite 0 Cost total $0.197 Timp de răspuns (mediu) 1.13s
#209	Grok 4.1 Fast none	X AI	3.0	3.8	$0.008	0/3	1.10s
Total teste 3 Teste greșite 3 Cost total $0.008 Timp de răspuns (mediu) 1.10s
#167	Qwen3.6 35B A3B none	Qwen	3.2	5.3	$0.061	0/3	1.07s
Total teste 3 Teste greșite 3 Cost total $0.061 Timp de răspuns (mediu) 1.07s
#135	Nemotron 3 Ultra none	NVIDIA	5.9	6.1	$0.095	1/3	1.06s
Total teste 3 Teste greșite 2 Cost total $0.095 Timp de răspuns (mediu) 1.06s
#93	Gemini 3 Flash Preview none	Google	7.7	6.8	$0.085	2/3	1.05s
Total teste 3 Teste greșite 1 Cost total $0.085 Timp de răspuns (mediu) 1.05s
#166	Laguna XS 2.1 none	Poolside	3.0	5.3	$0.008	0/3	1.01s
Total teste 3 Teste greșite 3 Cost total $0.008 Timp de răspuns (mediu) 1.01s

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)