Рейтинг моделей по Решение головоломок

Категория AI BENCHY

Посмотрите, какие AI-модели лучше всего справляются с Решение головоломок, какие остаются надежными и где заметнее всего разница. Сортировать по: Метрика ↑.

Показано моделей

Среднее значение Оценка Решение головоломок

6.7

Лучшая модель

Ling-2.6-flash 2.9

Причины сбоев

С причиной сбоя Неверный ответ147 С причиной сбоя Не соблюдены инструкции78 С причиной сбоя Ошибка API13 С причиной сбоя Лишнее форматирование5 С причиной сбоя Тайм-аут5 С причиной сбоя Нет ответа1

Ранг	Модель	Компания	Оценка Решение головоломок	Оценка	Тестов верно	Время ответа (среднее)
#29	Qwen3.5-122B-A10B medium	Qwen	10.0	7.8	3/3	17.9s
#32	Gemini 3.5 Flash minimal	Google	10.0	7.7	3/3	1.45s
#34	Qwen3.7 Max none	Qwen	10.0	7.7	3/3	1.13s
#35	Gemini 3 PRO Preview medium	Google	10.0	7.6	3/3	3.88s
#37	Gemma 4 26B A4B medium	Google	10.0	7.6	3/3	5.79s
#50	Gemini 3.1 Flash Lite Preview low	Google	10.0	7.4	3/3	1.69s
#52	Claude Sonnet 4.6 medium	Anthropic	10.0	7.4	3/3	5.31s
#58	Gemini 3.1 Flash Lite Preview none	Google	10.0	7.2	3/3	900ms
#61	Gemini 3.1 Flash Lite low	Google	10.0	7.2	3/3	1.40s
#63	GPT-5.3 Chat none	OpenAI	10.0	7.2	3/3	2.99s
#74	Qwen3.6 Max Preview none	Qwen	10.0	6.9	3/3	2.65s
#101	Mimo V2 Omni none	Xiaomi	10.0	6.0	3/3	1.16s

←

1 10 11

Рейтинг Решение головоломок

Лучшие модели по Оценка Решение головоломок

Оценка Решение головоломок vs общая стоимость

Лучшие модели по Время ответа (среднее)