پہیلی حل کرنا ماڈل درجہ بندی

دیکھیں کہ پہیلی حل کرنا میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: میٹرک ↑.

دکھائے گئے ماڈلز

اوسط پہیلی حل کرنا اسکور

0.7

بہترین ماڈل

Step 3.5 Flash 0.0

ناکامی کی وجوہات

ناکامی کی وجہ غلط جواب کے ساتھ352 ناکامی کی وجہ ہدایات پر عمل نہیں کیا کے ساتھ166 ناکامی کی وجہ API خرابی کے ساتھ35 ناکامی کی وجہ اضافی فارمیٹنگ کے ساتھ16 ناکامی کی وجہ کوئی جواب نہیں کے ساتھ14 ناکامی کی وجہ ٹائم آؤٹ کے ساتھ11

451/451

درجہ	ماڈل	کمپنی	پہیلی حل کرنا اسکور	اسکور	کل لاگت	درست ٹیسٹس	ردِعمل کا وقت (اوسط)
#95	GPT-6 Luna medium	OpenAI	0.8	0.8	$0.047	2/3	9.78s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.047 ردِعمل کا وقت (اوسط) 9.78s
#121	Gemini 3.5 Flash medium	Google	0.8	0.8	$1.316	2/3	2.38s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $1.316 ردِعمل کا وقت (اوسط) 2.38s
#124	Muse Wonder max	Meta	0.8	0.8	$4.766	2/3	8.97s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $4.766 ردِعمل کا وقت (اوسط) 8.97s
#131	Qwen3.7 Plus none	Qwen	0.8	0.8	$0.178	2/3	1.71s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.178 ردِعمل کا وقت (اوسط) 1.71s
#144	GPT-6 Luna low	OpenAI	0.8	0.8	$0.033	2/3	27.5s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.033 ردِعمل کا وقت (اوسط) 27.5s
#145	Qwen3.8 27B low	Qwen	0.8	0.8	~$0.089	2/3	4.91s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت ~$0.089 ردِعمل کا وقت (اوسط) 4.91s
#164	Gemini 2.5 Flash medium	Google	0.8	0.7	$0.680	2/3	3.18s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.680 ردِعمل کا وقت (اوسط) 3.18s
#177	Qwen3.6 27B medium	Qwen	0.8	0.7	$1.021	2/3	61.1s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $1.021 ردِعمل کا وقت (اوسط) 61.1s
#178	Claude Opus 5 none	Anthropic	0.8	0.7	$2.766	2/3	3.66s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $2.766 ردِعمل کا وقت (اوسط) 3.66s
#179	Qwen3.8 Flash Next xhigh	Qwen	0.8	0.7	~$0.195	2/3	19.5s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت ~$0.195 ردِعمل کا وقت (اوسط) 19.5s
#181	Minimax M3.1 Flash low	Minimax	0.8	0.7	$0.000	2/3	2.12s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.000 ردِعمل کا وقت (اوسط) 2.12s
#184	GPT-5.2 Chat default	OpenAI	0.8	0.7	$0.594	2/3	4.10s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.594 ردِعمل کا وقت (اوسط) 4.10s
#186	Gemini 3.1 Flash Lite Preview medium	Google	0.8	0.7	$0.158	2/3	5.30s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.158 ردِعمل کا وقت (اوسط) 5.30s
#193	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	2/3	5.06s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.219 ردِعمل کا وقت (اوسط) 5.06s
#194	Minimax M3.1 Flash max	Minimax	0.8	0.7	$0.000	2/3	3.34s
کل ٹیسٹس 3 غلط ٹیسٹس 1 کل لاگت $0.000 ردِعمل کا وقت (اوسط) 3.34s

پہیلی حل کرنا درجہ بندی

ماڈلز فلٹر کریں

پہیلی حل کرنا اسکور کے لحاظ سے سرفہرست ماڈلز

پہیلی حل کرنا اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط) کے لحاظ سے سرفہرست ماڈلز