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) ↓.
| Rang | Model | Companie | Scor Rezolvare de puzzle-uri | Scor | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|
| #85 | Elephant none | Openrouter | 3.3 | 5.2 | 0/3 | 849ms |
| #60 | Gemma 4 26B A4B none | 5.7 | 6.2 | 1/3 | 739ms | |
| #90 | Qwen3.5-9B none | Qwen | 3.2 | 4.8 | 0/3 | 683ms |
| #83 | Mistral Small 4 none | Mistral | 3.1 | 5.2 | 0/3 | 589ms |
| #62 | Gemini 2.5 Flash none | 5.7 | 6.2 | 1/3 | 576ms | |
| #79 | Grok 4.20 Beta none | X AI | 5.9 | 5.3 | 1/3 | 541ms |
| #91 | Mercury 2 none | Inception | 3.1 | 4.8 | 0/3 | 533ms |
| #82 | Grok 4.20 none | X AI | 5.3 | 5.2 | 1/3 | 487ms |