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.

Modele afișate

Media pentru Scor Rezolvare de puzzle-uri

6.9

Cel mai bun model

Gemini 3.6 Flash 10.0

Motive de eșec

Cu motivul de eșec Răspuns greșit275 Cu motivul de eșec Nu a urmat instrucțiunile128 Cu motivul de eșec Eroare API15 Cu motivul de eșec Formatare suplimentară14 Cu motivul de eșec Fără răspuns11 Cu motivul de eșec Timp expirat11

316/316

Rang	Model	Companie	Scor Rezolvare de puzzle-uri	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#113	Claude Sonnet 4.6 none	Anthropic	7.7	7.3	$0.661	2/3	2.53s
Total teste 3 Teste greșite 1 Cost total $0.661 Timp de răspuns (mediu) 2.53s
#118	Qwen3.7 Plus none	Qwen	7.7	7.3	$0.106	2/3	1.71s
Total teste 3 Teste greșite 1 Cost total $0.106 Timp de răspuns (mediu) 1.71s
#120	Claude Opus 4.8 none	Anthropic	7.7	7.3	$1.166	2/3	2.74s
Total teste 3 Teste greșite 1 Cost total $1.166 Timp de răspuns (mediu) 2.74s
#128	Muse Glimmer 30B low	Meta	7.7	7.1	$0.143	2/3	5.06s
Total teste 3 Teste greșite 1 Cost total $0.143 Timp de răspuns (mediu) 5.06s
#132	GPT-5.6 Sol none	OpenAI	7.7	7.0	$0.201	2/3	1.49s
Total teste 3 Teste greșite 1 Cost total $0.201 Timp de răspuns (mediu) 1.49s
#135	GPT-5.5 none	OpenAI	7.7	7.0	$0.544	2/3	1.29s
Total teste 3 Teste greșite 1 Cost total $0.544 Timp de răspuns (mediu) 1.29s
#137	Grok 4.20 medium	X AI	7.7	7.0	$0.805	2/3	6.22s
Total teste 3 Teste greșite 1 Cost total $0.805 Timp de răspuns (mediu) 6.22s
#141	Claude Fable 5.1 low	Anthropic	7.7	6.9	$2.565	2/3	4.78s
Total teste 3 Teste greșite 1 Cost total $2.565 Timp de răspuns (mediu) 4.78s
#153	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
#155	GLM 5.2 none	Z.ai	7.7	6.7	$0.153	2/3	3.31s
Total teste 3 Teste greșite 1 Cost total $0.153 Timp de răspuns (mediu) 3.31s
#159	GLM 5V Turbo medium	Z.ai	7.7	6.7	$0.457	2/3	10.2s
Total teste 3 Teste greșite 1 Cost total $0.457 Timp de răspuns (mediu) 10.2s
#169	Qwen3.5 Plus 2026-02-15 none	Qwen	7.7	6.6	$0.073	2/3	2.71s
Total teste 3 Teste greșite 1 Cost total $0.073 Timp de răspuns (mediu) 2.71s
#170	Qwen3.6 27B medium	Qwen	7.7	6.5	$0.577	2/3	61.1s
Total teste 3 Teste greșite 1 Cost total $0.577 Timp de răspuns (mediu) 61.1s
#172	Hy3 preview medium	Tencent	7.7	6.5	$0.049	2/3	11.1s
Total teste 3 Teste greșite 1 Cost total $0.049 Timp de răspuns (mediu) 11.1s
#182	MiMo-V2-Flash medium	Xiaomi	7.7	6.3	$0.043	2/3	3.87s
Total teste 3 Teste greșite 1 Cost total $0.043 Timp de răspuns (mediu) 3.87s

←

1 9 10 11 22

→

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)