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

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)
#145	Qwen3.8 27B low	Qwen	0.8	0.8	~$0.089	2/3	4.91s
Total teste 3 Teste greșite 1 Cost total ~$0.089 Timp de răspuns (mediu) 4.91s
#164	Gemini 2.5 Flash medium	Google	0.8	0.7	$0.680	2/3	3.18s
Total teste 3 Teste greșite 1 Cost total $0.680 Timp de răspuns (mediu) 3.18s
#177	Qwen3.6 27B medium	Qwen	0.8	0.7	$1.021	2/3	61.1s
Total teste 3 Teste greșite 1 Cost total $1.021 Timp de răspuns (mediu) 61.1s
#178	Claude Opus 5 none	Anthropic	0.8	0.7	$2.766	2/3	3.66s
Total teste 3 Teste greșite 1 Cost total $2.766 Timp de răspuns (mediu) 3.66s
#179	Qwen3.8 Flash Next xhigh	Qwen	0.8	0.7	~$0.195	2/3	19.5s
Total teste 3 Teste greșite 1 Cost total ~$0.195 Timp de răspuns (mediu) 19.5s
#181	Minimax M3.1 Flash low	Minimax	0.8	0.7	$0.000	2/3	2.12s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 2.12s
#184	GPT-5.2 Chat default	OpenAI	0.8	0.7	$0.594	2/3	4.10s
Total teste 3 Teste greșite 1 Cost total $0.594 Timp de răspuns (mediu) 4.10s
#186	Gemini 3.1 Flash Lite Preview medium	Google	0.8	0.7	$0.158	2/3	5.30s
Total teste 3 Teste greșite 1 Cost total $0.158 Timp de răspuns (mediu) 5.30s
#193	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	2/3	5.06s
Total teste 3 Teste greșite 1 Cost total $0.219 Timp de răspuns (mediu) 5.06s
#194	Minimax M3.1 Flash max	Minimax	0.8	0.7	$0.000	2/3	3.34s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 3.34s
#199	Claude Sonnet 5.5 low	Anthropic	0.8	0.7	$0.909	2/3	2.50s
Total teste 3 Teste greșite 1 Cost total $0.909 Timp de răspuns (mediu) 2.50s
#200	Claude Opus 4.8 none	Anthropic	0.8	0.7	$2.334	2/3	2.74s
Total teste 3 Teste greșite 1 Cost total $2.334 Timp de răspuns (mediu) 2.74s
#209	Grok Build 0.1 medium	X AI	0.8	0.7	$1.419	2/3	18.3s
Total teste 3 Teste greșite 1 Cost total $1.419 Timp de răspuns (mediu) 18.3s
#214	Ember-1 max	Fireworks	0.8	0.7	$3.264	2/3	6.57s
Total teste 3 Teste greșite 1 Cost total $3.264 Timp de răspuns (mediu) 6.57s
#216	GPT-5.6 Sol none	OpenAI	0.8	0.7	$0.795	2/3	1.49s
Total teste 3 Teste greșite 1 Cost total $0.795 Timp de răspuns (mediu) 1.49s

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)

Clasament Rezolvare de puzzle-uri

Filtrează modelele

Top modele după Scor Rezolvare de puzzle-uri

Scor Rezolvare de puzzle-uri vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Top modele după Timp de răspuns (mediu)

Scor Rezolvare de puzzle-uri vs cost total