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)
#393	MiniMax M2.5 medium	Minimax	0.5	0.4	$0.440	1/3	11.2s
Total teste 3 Teste greșite 2 Cost total $0.440 Timp de răspuns (mediu) 11.2s
#275	Trinity Large Thinking medium	Arcee AI	0.5	0.6	$0.862	0/3	2.90s
Total teste 3 Teste greșite 3 Cost total $0.862 Timp de răspuns (mediu) 2.90s
#157	Inkling Small high	Thinkingmachines	0.5	0.7	$0.398	0/3	14.4s
Total teste 3 Teste greșite 3 Cost total $0.398 Timp de răspuns (mediu) 14.4s
#301	Trinity Large Thinking high	Arcee AI	0.5	0.6	$0.794	0/3	3.84s
Total teste 3 Teste greșite 3 Cost total $0.794 Timp de răspuns (mediu) 3.84s
#314	Nemotron 3.5 Super VL none	NVIDIA	0.5	0.6	$0.040	0/3	754ms
Total teste 3 Teste greșite 3 Cost total $0.040 Timp de răspuns (mediu) 754ms
#363	Hy4 preview none	Tencent	0.5	0.5	$0.165	0/3	24.1s
Total teste 3 Teste greșite 3 Cost total $0.165 Timp de răspuns (mediu) 24.1s
#368	Nemotron 3.5 Lightning medium	NVIDIA	0.4	0.5	$0.195	0/3	10.5s
Total teste 3 Teste greșite 3 Cost total $0.195 Timp de răspuns (mediu) 10.5s
#413	Elephant Alpha default	Openrouter	0.4	0.4	$0.000	0/3	807ms
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 807ms
#112	GPT-5.4 Nano medium	OpenAI	0.4	0.8	$0.235	0/3	3.79s
Total teste 3 Teste greșite 3 Cost total $0.235 Timp de răspuns (mediu) 3.79s
#251	LongCat 2.0 none	Meituan	0.4	0.6	$0.104	0/3	2.74s
Total teste 3 Teste greșite 3 Cost total $0.104 Timp de răspuns (mediu) 2.74s
#238	Qwen3.5-122B-A10B none	Qwen	0.4	0.6	$0.308	0/3	1.00s
Total teste 3 Teste greșite 3 Cost total $0.308 Timp de răspuns (mediu) 1.00s
#445	LFM2-24B-A2B default	Liquid	0.4	0.2	$0.001	0/3	1.78s
Total teste 3 Teste greșite 3 Cost total $0.001 Timp de răspuns (mediu) 1.78s
#313	Qwen3.5-35B-A3B none	Qwen	0.4	0.6	$0.120	0/3	1.35s
Total teste 3 Teste greșite 3 Cost total $0.120 Timp de răspuns (mediu) 1.35s
#327	MiMo-V2.6-Flash none	Xiaomi	0.4	0.5	$0.060	0/3	739ms
Total teste 3 Teste greșite 3 Cost total $0.060 Timp de răspuns (mediu) 739ms
#397	Mercury 2.5 none	Inception	0.4	0.4	$0.026	0/3	515ms
Total teste 3 Teste greșite 3 Cost total $0.026 Timp de răspuns (mediu) 515ms

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)