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)
#219	GPT-5.5 none	OpenAI	0.8	0.7	$1.212	2/3	1.29s
Total teste 3 Teste greșite 1 Cost total $1.212 Timp de răspuns (mediu) 1.29s
#220	GLM 5.2 none	Z.ai	0.8	0.7	$0.250	2/3	3.31s
Total teste 3 Teste greșite 1 Cost total $0.250 Timp de răspuns (mediu) 3.31s
#227	Claude Sonnet 5.5 medium	Anthropic	0.8	0.7	$1.100	2/3	2.43s
Total teste 3 Teste greșite 1 Cost total $1.100 Timp de răspuns (mediu) 2.43s
#234	GLM 5.1 none	Z.ai	0.8	0.6	$0.451	2/3	1.45s
Total teste 3 Teste greșite 1 Cost total $0.451 Timp de răspuns (mediu) 1.45s
#239	Gemini 3 Flash Preview none	Google	0.8	0.6	$0.155	2/3	1.05s
Total teste 3 Teste greșite 1 Cost total $0.155 Timp de răspuns (mediu) 1.05s
#259	Qwen3.5 Plus 2026-02-15 none	Qwen	0.8	0.6	$0.176	2/3	2.71s
Total teste 3 Teste greșite 1 Cost total $0.176 Timp de răspuns (mediu) 2.71s
#261	Claude Opus 4.6 medium	Anthropic	0.8	0.6	$2.961	2/3	4.71s
Total teste 3 Teste greșite 1 Cost total $2.961 Timp de răspuns (mediu) 4.71s
#266	Grok 4.20 medium	X AI	0.8	0.6	$1.246	2/3	6.22s
Total teste 3 Teste greșite 1 Cost total $1.246 Timp de răspuns (mediu) 6.22s
#272	Claude Fable 5.1 low	Anthropic	0.8	0.6	$3.395	2/3	4.78s
Total teste 3 Teste greșite 1 Cost total $3.395 Timp de răspuns (mediu) 4.78s
#283	Claude Sonnet 4.6 none	Anthropic	0.8	0.6	$0.661	2/3	2.53s
Total teste 3 Teste greșite 1 Cost total $0.661 Timp de răspuns (mediu) 2.53s
#312	GLM 5 none	Z.ai	0.8	0.6	$0.140	2/3	1.91s
Total teste 3 Teste greșite 1 Cost total $0.140 Timp de răspuns (mediu) 1.91s
#317	Ling 3.1 Flash none	Inclusionai	0.8	0.5	$0.000	2/3	3.31s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 3.31s
#318	Gemini 2.5 Flash none	Google	0.8	0.5	$0.017	2/3	604ms
Total teste 3 Teste greșite 1 Cost total $0.017 Timp de răspuns (mediu) 604ms
#321	GLM 5V Turbo medium	Z.ai	0.8	0.5	$0.457	2/3	10.2s
Total teste 3 Teste greșite 1 Cost total $0.457 Timp de răspuns (mediu) 10.2s
#322	Seed-2.0-Code none	Bytedance Seed	0.8	0.5	$0.257	2/3	10.0s
Total teste 3 Teste greșite 1 Cost total $0.257 Timp de răspuns (mediu) 10.0s

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)