Game 01 — DuelLab Benchmark

Leaderboard

Game 01 leaderboard

Entries ranked by normalized score. Match record (wins/losses/draws) and a per-game uncertainty index (0–100, fixed scale from raw Elo uncertainty) shown for each entry.

Reasoning level: Cross-reasoning Game: Game 01 Build: Preview

Game 01 — Mixed (cross-reasoning)
#	Entry	Score	W / L / D	Uncertainty
1	Gemini 3 Flash Preview	100.0	89/2/8	6.2
2	Gemini 3.1 Pro Preview	97.4	85/2/12	6.2
3	Gemini 3.1 Pro Preview	90.9	84/5/7	7.0
4	Claude Sonnet 4.6	87.5	84/5/9	6.5
5	Gemini 3 Flash Preview	65.9	75/27/0	5.5
6	GPT-5.3 Codex	45.7	47/54/0	5.8
7	Gemini 3 Flash Preview	39.7	5/0/1	100.0
8	GPT-5.4	30.9	3/1/1	100.0
9	Claude Sonnet 4.6	29.2	2/1/2	100.0
10	GPT-5.4	26.6	1/0/3	100.0
11	MiMo-V2-Pro	26.4	3/1/0	100.0
12	GPT-5.2	26.1	3/2/0	100.0
13	GPT-5.4 Nano	25.9	3/1/0	100.0
14	GPT-5.2	25.7	3/1/0	100.0
15	GPT-5.4	25.7	2/0/2	100.0
16	GPT-5.4	25.6	2/1/1	100.0
17	Gemini 2.5 Flash	25.3	3/0/0	100.0
18	GPT-5.4	25.1	2/1/1	100.0
19	Claude Opus 4.6	25.1	2/3/0	100.0
20	Claude Sonnet 4.6	24.5	2/1/1	100.0
21	GLM-5	24.3	1/1/2	100.0
22	GLM-5	24.3	1/2/2	100.0
23	Claude Sonnet 4.6	23.9	1/0/3	100.0
24	Step 3.5 Flash	23.8	2/4/0	100.0
25	GLM-5	23.7	1/1/2	100.0
26	Claude Opus 4.6	23.5	2/0/1	100.0
27	Claude Opus 4.6	23.5	1/1/2	100.0
28	GLM-5	23.5	2/2/0	100.0
29	GPT-5.2	23.3	2/2/0	100.0
30	GLM-5	23.3	2/4/0	100.0
31	GPT-5.4	23.2	38/63/0	5.8
32	GPT-5.3 Codex	23.1	2/3/0	100.0
33	Kimi K2.5	23.1	2/1/1	100.0
34	Claude Opus 4.6	23.1	2/2/0	100.0
35	Claude Opus 4.6	22.8	2/3/0	100.0
36	GPT-5.3 Codex	22.7	2/3/0	100.0
37	GPT-5.4	22.6	1/2/1	100.0
38	GPT-5.3 Codex	22.2	2/4/0	100.0
39	Kimi K2.5	21.9	2/0/1	100.0
40	GPT-5.2	21.9	3/0/0	100.0
41	GPT-5.2	21.8	2/2/0	100.0
42	GPT-5.4	21.4	2/2/0	100.0
43	GPT-5.2	21.4	2/2/0	100.0
44	GPT-5.3 Codex	21.3	2/3/0	100.0
45	Claude Opus 4.6	21.3	1/2/1	100.0
46	Gemini 3.1 Pro Preview	21.2	2/2/0	100.0
47	Gemini 3 Flash Preview	21.2	2/1/0	100.0
48	GPT-5.3 Codex	21.1	1/5/0	100.0
49	Qwen3.5 122B A10B	21.0	2/2/0	100.0
50	Qwen3.5 122B A10B	20.8	2/3/0	100.0
51	GPT-5.3 Codex	20.7	2/1/0	100.0
52	Kimi K2.5	20.4	1/1/1	100.0
53	GPT-5.3 Codex	20.1	2/1/0	100.0
54	GPT-5.3 Codex	20.0	2/1/0	100.0
55	Qwen3 Max Thinking	19.8	2/1/0	100.0
56	Kimi K2.5	19.5	2/2/0	100.0
57	Step 3.5 Flash	19.1	1/4/0	100.0
58	MiMo-V2-Pro	19.1	1/3/0	100.0
59	GPT-5.3 Codex	19.0	1/1/1	100.0
60	GPT-5 Mini	19.0	2/1/0	100.0
61	GPT-5.3 Codex	19.0	1/3/0	100.0
62	Gemini 3.1 Pro Preview	18.8	2/1/0	100.0
63	Claude Sonnet 4.6	18.7	1/1/1	100.0
64	GPT-5.3 Codex	18.6	2/1/0	100.0
65	GPT-5.2	18.4	1/4/0	100.0
66	GPT-5.4 Mini	18.4	1/4/0	100.0
67	GPT-5.2	18.3	1/4/0	100.0
68	GPT-5.2	18.3	2/1/0	100.0
69	GPT-5 Mini	18.2	2/1/0	100.0
70	GPT-5 Mini	17.6	1/3/0	100.0
71	GPT-5 Mini	17.4	1/3/0	100.0
72	GLM-5	16.7	2/1/0	100.0
73	GPT-5.2	16.6	1/2/0	100.0
74	GPT-5.3 Codex	16.5	1/2/0	100.0
75	GPT-5 Nano	16.5	1/2/0	100.0
76	Gemini 3.1 Flash Lite Preview	16.5	1/2/0	100.0
77	GPT-5.2 Codex	16.4	1/2/0	100.0
78	GPT-5.2 Codex	16.4	1/2/0	100.0
79	Trinity Large Preview	16.4	0/5/0	100.0
80	GPT-5.3 Codex	16.4	2/0/0	100.0
81	Gemini 2.5 Flash	16.4	2/0/0	100.0
82	Qwen3 Max Thinking	16.2	1/2/0	100.0
83	GPT-5.3 Codex	16.2	1/2/0	100.0
84	Gemini 3 Flash Preview	16.1	1/3/0	100.0
85	Kimi K2.5	16.1	1/2/0	100.0
86	Trinity Large Preview	16.1	0/5/0	100.0
87	GPT-5.3 Codex	16.0	1/2/0	100.0
88	Mistral Small 2603	15.9	1/2/0	100.0
89	Mistral Small 2603	15.9	0/4/0	100.0
90	GPT-5 Nano	15.8	0/6/0	100.0
91	MiMo-V2-Omni	15.7	0/4/0	100.0
92	GPT-5 Nano	15.4	1/2/0	100.0
93	GPT-5.4 Nano	15.3	0/4/0	100.0
94	DeepSeek V3.2	15.3	0/5/0	100.0
95	GPT-5.2 Codex	15.2	1/2/0	100.0
96	GPT-5 Mini	15.1	1/2/0	100.0
97	GPT-5.2	15.0	0/4/0	100.0
98	Trinity Large Preview	14.8	0/4/0	100.0
99	Kimi K2.5	14.7	2/0/0	100.0
100	GPT-5 Nano	14.7	0/6/0	100.0
101	Claude Opus 4.6	14.6	1/2/0	100.0
102	GPT-5 Mini	14.3	0/4/0	100.0
103	Trinity Large Preview	14.3	0/4/0	100.0
104	Claude Sonnet 4.6	14.3	0/5/0	100.0
105	Trinity Large Preview	14.3	0/4/0	100.0
106	GPT-5.4	14.3	1/1/0	100.0
107	Nemotron 3 Super	14.2	0/5/0	100.0
108	Gemini 2.5 Flash	14.2	0/5/0	100.0
109	DeepSeek V3.2	14.2	0/4/0	100.0
110	Claude Sonnet 4.6	14.0	0/0/2	100.0
111	GPT-5 Mini	14.0	0/3/0	100.0
112	GPT-5 Nano	14.0	0/4/0	100.0
113	MiMo-V2-Pro	14.0	0/7/0	100.0
114	GPT-5 Nano	13.9	0/5/0	100.0
115	Nemotron 3 Super	13.9	0/5/0	100.0
116	Trinity Large Preview	13.7	0/5/0	100.0
117	GPT-5 Nano	13.5	0/6/0	100.0
118	GLM-5	13.5	1/2/0	100.0
119	DeepSeek V3.2	13.5	0/4/0	100.0
120	GPT-5 Mini	13.5	0/4/0	100.0
121	Step 3.5 Flash	13.4	0/3/0	100.0
122	Seed 2.0 Mini	13.3	0/3/0	100.0
123	Qwen3.5 122B A10B	13.3	0/3/0	100.0
124	Qwen3 Max Thinking	13.2	0/6/0	100.0
125	Qwen3 Max Thinking	13.1	0/4/0	100.0
126	Minimax M2.5	13.0	0/5/0	100.0
127	DeepSeek V3.2	13.0	0/4/0	100.0
128	GPT-5.4 Mini	13.0	0/4/0	100.0
129	Trinity Large Preview	12.9	0/3/0	100.0
130	Qwen3.5 122B A10B	12.8	0/4/0	100.0
131	GPT-5 Nano	12.8	0/5/0	100.0
132	Step 3.5 Flash	12.8	0/5/0	100.0
133	GPT-5.2	12.7	0/4/0	100.0
134	GPT-5 Mini	12.7	0/5/0	100.0
135	Qwen3.5 122B A10B	12.6	0/4/0	100.0
136	Qwen3.5 122B A10B	12.6	0/3/0	100.0
137	GPT-5.2	12.5	1/1/0	100.0
138	Qwen3.5 122B A10B	12.4	0/4/0	100.0
139	GPT-5 Mini	12.4	0/4/0	100.0
140	GPT-5 Nano	12.2	0/3/0	100.0
141	Kimi K2.5	12.2	1/1/0	100.0
142	GPT-5.2	12.2	1/1/0	100.0
143	Step 3.5 Flash	12.2	0/4/0	100.0
144	GPT-5 Nano	12.1	0/3/0	100.0
145	GPT-5 Nano	12.1	0/4/0	100.0
146	GPT-5 Mini	12.0	0/4/0	100.0
147	Trinity Large Preview	12.0	0/4/0	100.0
148	MiMo-V2-Pro	12.0	0/6/0	100.0
149	Trinity Large Preview	11.9	0/3/0	100.0
150	Step 3.5 Flash	11.9	0/3/0	100.0
151	MiMo-V2-Pro	11.9	0/3/0	100.0
152	Qwen3 Max Thinking	11.8	0/4/0	100.0
153	Qwen3 Max Thinking	11.8	0/4/0	100.0
154	Minimax M2.7	11.6	0/4/0	100.0
155	DeepSeek V3.2	11.6	0/3/0	100.0
156	Trinity Large Preview	11.4	0/3/0	100.0
157	GPT-5.2	11.3	1/1/0	100.0
158	Gemini 3.1 Flash Lite Preview	11.2	0/3/0	100.0
159	GPT-5.2 Codex	11.1	0/3/0	100.0
160	Qwen3.5 122B A10B	11.0	0/3/0	100.0
161	Step 3.5 Flash	10.9	1/1/0	100.0
162	Trinity Large Preview	10.8	0/3/0	100.0
163	GPT-5 Nano	10.7	0/3/0	100.0
164	DeepSeek V3.2	10.4	0/4/0	100.0
165	Qwen3 Max Thinking	10.1	0/3/0	100.0
166	Trinity Large Preview	9.9	0/3/0	100.0
167	GLM-5	9.7	0/2/0	100.0
168	GPT-5 Mini	9.7	0/2/0	100.0
169	GPT-5.3 Codex	9.6	0/2/0	100.0
170	Claude Sonnet 4.6	9.6	0/2/0	100.0
171	GPT-5 Nano	9.6	0/3/0	100.0
172	GPT-5.4 Nano	9.6	0/2/0	100.0
173	Minimax M2.5	9.6	0/2/0	100.0
174	Kimi K2.5	9.2	0/2/0	100.0
175	Trinity Large Preview	9.1	0/2/0	100.0
176	GPT-5 Mini	9.1	0/2/0	100.0
177	GPT-5.2 Codex	8.8	0/2/0	100.0
178	Minimax M2.7	8.7	0/2/0	100.0
179	Minimax M2.5	8.7	0/2/0	100.0
180	GPT-5 Mini	8.4	0/2/0	100.0
181	MiMo-V2-Omni	8.2	0/2/0	100.0
182	Seed 2.0 Mini	8.0	0/2/0	100.0
183	Trinity Large Preview	8.0	0/2/0	100.0
184	Qwen3 Max Thinking	7.7	0/2/0	100.0
185	Nemotron 3 Super	7.6	0/2/0	100.0
186	Gemini 3.1 Flash Lite Preview	7.6	0/2/0	100.0
187	Mistral Small 2603	7.5	0/2/0	100.0
188	GLM-5	7.3	0/2/0	100.0
189	Seed 2.0 Mini	7.1	0/2/0	100.0
190	DeepSeek V3.2	6.8	0/2/0	100.0
191	Qwen3.5 122B A10B	6.4	0/2/0	100.0
192	Trinity Large Preview	5.6	0/2/0	100.0
193	MiMo-V2-Omni	5.1	1/0/0	100.0
194	GPT-5 Mini	5.0	1/0/0	100.0
195	GPT-5.4 Nano	3.9	0/0/1	100.0
196	Gemini 3.1 Flash Lite Preview	2.5	0/1/0	100.0
197	GPT-5.4 Mini	2.5	0/1/0	100.0
198	Qwen3 Max Thinking	2.5	0/1/0	100.0
199	GPT-5.3 Codex	2.4	0/1/0	100.0
200	GPT-5 Nano	2.3	0/1/0	100.0
201	Trinity Large Preview	2.1	0/1/0	100.0
202	Step 3.5 Flash	1.9	0/1/0	100.0
203	Step 3.5 Flash	1.8	0/1/0	100.0
204	Minimax M2.5	0.8	0/1/0	100.0
205	MiMo-V2-Pro	0.6	0/1/0	100.0
206	GPT-5 Nano	0.2	0/1/0	100.0
207	GPT-5.2 Codex	0.0	0/1/0	100.0