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: Teste corecte ↓.

Modele afișate

Media pentru Scor Rezolvare de puzzle-uri

0.7

Cel mai bun model

Gemini 3.6 Flash 1.0

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)
#327	MiMo-V2.6-Flash none	Xiaomi	0.4	0.5	$0.060	0/3	739ms
Total teste 3 Teste greșite 3 Cost total $0.060 Timp de răspuns (mediu) 739ms
#332	Granite 4.2 8B low	IBM Granite	0.3	0.5	$0.036	0/3	90.8s
Total teste 3 Teste greșite 3 Cost total $0.036 Timp de răspuns (mediu) 90.8s
#333	Kimi K2.5 none	Moonshot AI	0.3	0.5	$0.262	0/3	4.04s
Total teste 3 Teste greșite 3 Cost total $0.262 Timp de răspuns (mediu) 4.04s
#335	Laguna XS 2.1 none	Poolside	0.3	0.5	$0.020	0/3	1.01s
Total teste 3 Teste greșite 3 Cost total $0.020 Timp de răspuns (mediu) 1.01s
#336	Qwen3.6 35B A3B none	Qwen	0.3	0.5	$0.105	0/3	1.07s
Total teste 3 Teste greșite 3 Cost total $0.105 Timp de răspuns (mediu) 1.07s
#339	Nemotron 3.5 Lightning high	NVIDIA	0.4	0.5	$0.168	0/3	6.09s
Total teste 3 Teste greșite 3 Cost total $0.168 Timp de răspuns (mediu) 6.09s
#340	KAT Coder AIR V2.5 high	Kwaipilot	0.4	0.5	$0.077	0/3	2.47s
Total teste 3 Teste greșite 3 Cost total $0.077 Timp de răspuns (mediu) 2.47s
#343	Mistral Small 4 medium	Mistral	0.3	0.5	$0.126	0/3	2.17s
Total teste 3 Teste greșite 3 Cost total $0.126 Timp de răspuns (mediu) 2.17s
#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
#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
#348	Apodex 1.1 Mini default	Apodex	0.3	0.5	$0.000	0/3	1.20s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 1.20s
#349	Laguna S 2.1 medium	Poolside	0.3	0.5	$0.092	0/3	2.62s
Total teste 3 Teste greșite 3 Cost total $0.092 Timp de răspuns (mediu) 2.62s
#352	Dots 3 Note Preview default	Dots Studio	0.3	0.5	$0.000	0/3	1.50s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 1.50s
#353	GPT-4o-mini default	OpenAI	0.4	0.5	$0.024	0/3	1.21s
Total teste 3 Teste greșite 3 Cost total $0.024 Timp de răspuns (mediu) 1.21s
#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

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)