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: 响应时间（平均） ↓.
216/216
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 谜题求解 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #106 | Hy3 preview medium | Tencent | 7.7 | 6.5 | $0.018 | 2/3 | 11.1s |
| #131 | Qwen3.5-Flash none | Qwen | 3.1 | 6.1 | $0.073 | 0/3 | 10.9s |
| #32 | Inkling high | Thinkingmachines | 6.9 | 8.0 | $1.006 | 1/3 | 10.7s |
| #98 | GLM 5V Turbo medium | Z.ai | 7.7 | 6.7 | $0.457 | 2/3 | 10.2s |
| #39 | Seed-2.0-Lite medium | Bytedance Seed | 9.0 | 7.9 | $0.234 | 2/3 | 10.2s |
| #90 | Step 3.7 Flash high | Stepfun | 5.3 | 6.9 | $1.207 | 1/3 | 10.2s |
| #192 | Laguna M.1 medium | Poolside | 5.3 | 4.7 | $0.033 | 1/3 | 10.2s |
| #208 | Grok Build 0.1 none | X AI | 6.4 | 4.0 | $0.547 | 1/3 | 9.55s |
| #102 | LongCat 2.0 high | Meituan | 3.1 | 6.6 | $0.469 | 0/3 | 9.18s |
| #21 | GPT-5.4 medium | OpenAI | 8.2 | 8.5 | $1.533 | 2/3 | 9.14s |
| #64 | LongCat 2.0 medium | Meituan | 5.4 | 7.4 | $0.478 | 1/3 | 8.84s |
| #11 | Qwen3.7 Max medium | Qwen | 10.0 | 9.2 | $1.116 | 3/3 | 8.84s |
| #212 | gpt-oss-120b none | OpenAI | 6.0 | 3.7 | $0.010 | 1/3 | 8.21s |
| #96 | LongCat 2.0 low | Meituan | 3.1 | 6.7 | $0.391 | 0/3 | 8.15s |
| #15 | Grok 4.5 high | X AI | 10.0 | 8.9 | $1.707 | 3/3 | 7.88s |