AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 分类

谜题求解 排名

看看哪些 AI 模型在 谜题求解 上表现最好,哪些更稳定,以及差距主要出现在哪里。 排序方式: 指标 ↑.

显示的模型数

15

谜题求解 得分 平均值

6.4

最佳模型

GLM 4.7 Flash 2.9
排名 模型 公司 谜题求解 得分 分数 测试正确 响应时间(平均)
#25 Grok 4.20 Beta medium X AI 8.2 8.0 2/3 3.85s
#27 DeepSeek V3.2 medium DeepSeek 8.2 8.0 2/3 36.9s
#33 GLM 5.1 medium Z.ai 8.2 7.8 2/3 23.8s
#39 Seed-2.0-Mini medium Bytedance Seed 8.2 7.5 2/3 25.9s
#64 DeepSeek V3.2 none DeepSeek 8.5 6.1 2/3 7.37s
#14 Gemma 4 31B medium Google 8.8 8.3 2/3 27.6s
#6 Seed-2.0-Lite medium Bytedance Seed 9.0 8.6 2/3 11.0s
#7 GPT-5.3-Codex medium OpenAI 9.0 8.6 2/3 5.12s
#1 Gemini 3 Flash Preview medium Google 10.0 10.0 3/3 4.43s
#2 Gemini 3.1 Pro Preview medium Google 10.0 9.6 3/3 7.15s
#3 Claude Opus 4.7 medium Anthropic 10.0 9.2 3/3 2.51s
#4 Claude Opus 4.7 none Anthropic 10.0 9.2 3/3 2.58s
#5 Gemini 3 Flash Preview low Google 10.0 8.8 3/3 6.11s
#8 Qwen3.5 Plus 2026-02-15 medium Qwen 10.0 8.5 3/3 34.6s
#9 Qwen3.6 Plus Preview medium Qwen 10.0 8.5 3/3 6.11s

按 谜题求解 得分 排名的顶级模型

谜题求解 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型