En este artículo, proponemos un nuevo modelo de referencia, el Conjunto de Pruebas de Analogía para Hindi (HATS), para evaluar la capacidad de razonamiento de los modelos lingüísticos a gran escala (LLM) en hindi, una lengua india. El HATS consta de 405 preguntas de opción múltiple extraídas de exámenes del gobierno indio y evalúa modelos lingüísticos a gran escala (LLM) multilingües de vanguardia mediante diversas estrategias de estimulación. En particular, proponemos un enfoque fundamentado de Cadena de Pensamiento que aprovecha la teoría de analogías cognitivas para mejorar el rendimiento del modelo en problemas de analogía en hindi. Los resultados experimentales muestran que el rendimiento del modelo es óptimo cuando se utilizan estímulos en inglés, independientemente de la estrategia de estimulación. Este estudio aborda el problema crítico de la escasez de recursos para evaluar la capacidad de razonamiento de los LLM en hindi.