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: Время ответа (среднее) ↑.

Показано моделей

Среднее значение Оценка Решение головоломок

6.4

Лучшая модель

Grok 4.20 5.3

Причины сбоев

С причиной сбоя Неверный ответ85 С причиной сбоя Не соблюдены инструкции75 С причиной сбоя Тайм-аут6 С причиной сбоя Лишнее форматирование2 С причиной сбоя Ошибка API1

Ранг	Модель	Компания	Оценка Решение головоломок	Оценка	Тестов верно	Время ответа (среднее)
#43	Qwen3.5-35B-A3B medium	Qwen	6.4	7.4	1/3	31.6s
#97	Qwen3.5-9B medium	Qwen	3.1	4.4	0/3	33.4s
#8	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	8.5	3/3	34.6s
#27	DeepSeek V3.2 medium	DeepSeek	8.2	8.0	2/3	36.9s
#46	Kimi K2.5 medium	Moonshot AI	5.3	7.0	1/3	45.4s
#11	Gemini 3.1 Flash Lite Preview high	Google	7.7	8.4	2/3	46.3s
#32	Qwen3.5-Flash medium	Qwen	6.4	7.8	1/3	56.7s
#10	Qwen3.5-27B medium	Qwen	8.2	8.4	2/3	64.6s

←

1 2 3 4 5 6 7

Рейтинг Решение головоломок

Лучшие модели по Оценка Решение головоломок

Оценка Решение головоломок vs общая стоимость

Лучшие модели по Время ответа (среднее)