AI BENCHY
Your ad here

Categorie AI BENCHY

Clasament 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

15

Media pentru Scor Rezolvare de puzzle-uri

6.4

Cel mai bun model

Qwen3.5-27B 8.2

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)
#1 Gemini 3 Flash Preview medium Google 10.0 10.0 3/3 4.43s
#28 GPT-5.2 Chat none OpenAI 7.7 7.9 2/3 4.42s
#44 GPT-5.4 Mini medium OpenAI 6.8 7.3 1/3 4.33s
#15 Gemini 2.5 Flash medium Google 7.7 8.2 2/3 3.94s
#12 Gemini 3 PRO Preview medium Google 10.0 8.4 3/3 3.91s
#47 Grok 4.20 medium X AI 6.4 7.0 1/3 3.89s
#35 MiMo-V2-Omni medium Xiaomi 6.5 7.7 1/3 3.88s
#25 Grok 4.20 Beta medium X AI 8.2 8.0 2/3 3.85s
#41 MiMo-V2-Flash medium Xiaomi 7.7 7.5 2/3 3.77s
#38 GPT-5.4 Nano medium OpenAI 4.0 7.6 0/3 3.65s
#17 Gemini 3.1 Flash Lite Preview medium Google 7.7 8.2 2/3 3.58s
#78 Trinity Large Preview none Arcee AI 5.4 5.3 1/3 3.30s
#72 Hunter Alpha none OpenRouter 5.8 5.7 1/3 3.06s
#48 Gemma 4 31B none Google 5.5 6.9 1/3 2.95s
#36 GPT-5.3 Chat none OpenAI 10.0 7.7 3/3 2.93s

Top modele după Scor Rezolvare de puzzle-uri

Scor Rezolvare de puzzle-uri vs cost total

Top modele după Timp de răspuns (mediu)