ترتيب النماذج لفئة مهام الوكلاء

اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في مهام الوكلاء، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: إجمالي التكلفة ↑.

النماذج المعروضة

متوسط درجة مهام الوكلاء

5.8

أفضل نموذج

Space Bunny Alpha 10.0

أسباب الفشل

مع سبب الفشل إجابة خاطئة110 مع سبب الفشل استدعاء أداة غير صالح40 مع سبب الفشل خطأ API32 مع سبب الفشل انتهت المهلة10 مع سبب الفشل لم يتبع التعليمات10

380/380

الترتيب	النموذج	الشركة	درجة مهام الوكلاء	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#103	MiMo-V2.6-Flash medium	Xiaomi	10.0	7.9	$0.218	1/1	90.1s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.218 زمن الاستجابة (المتوسط) 90.1s
#234	Qwen3.5 Plus 2026-04-20 none	Qwen	6.1	6.1	$0.226	0/1	137.1s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.226 زمن الاستجابة (المتوسط) 137.1s
#282	Qwen3.6 Max Preview none	Qwen	0.0	5.3	$0.228	0/0	0ms
إجمالي الاختبارات 0 الاختبارات الخاطئة 0 إجمالي التكلفة $0.228 زمن الاستجابة (المتوسط) 0ms
#281	Kimi K2.5 none	Moonshot AI	5.0	5.3	$0.236	0/1	321.2s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.236 زمن الاستجابة (المتوسط) 321.2s
#160	Gemini 3 Flash Preview low	Google	5.0	6.9	$0.254	0/1	52.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.254 زمن الاستجابة (المتوسط) 52.6s
#270	Seed-2.0-Code none	Bytedance Seed	6.1	5.4	$0.257	0/1	80.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.257 زمن الاستجابة (المتوسط) 80.0s
#161	Muse Glimmer 30B low	Meta	6.1	6.9	$0.266	0/1	105.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.266 زمن الاستجابة (المتوسط) 105.0s
#85	Seed-2.0-Lite medium	Bytedance Seed	10.0	8.2	$0.271	1/1	69.3s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.271 زمن الاستجابة (المتوسط) 69.3s
#25	Gemini 3.7 Flash low	Google	10.0	9.4	$0.286	1/1	58.8s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.286 زمن الاستجابة (المتوسط) 58.8s
#69	GPT-5 Mini medium	OpenAI	10.0	8.4	$0.293	1/1	68.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.293 زمن الاستجابة (المتوسط) 68.5s
#55	Qwen3.8 27B high	Qwen	10.0	8.7	~$0.298	1/1	132.3s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.298 زمن الاستجابة (المتوسط) 132.3s
#170	Inkling low	Thinkingmachines	10.0	6.8	$0.304	1/1	44.2s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.304 زمن الاستجابة (المتوسط) 44.2s
#233	Inkling none	Thinkingmachines	10.0	6.1	$0.304	1/1	45.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.304 زمن الاستجابة (المتوسط) 45.6s
#124	DeepSeek V4 Flash 0731 low	DeepSeek	4.7	7.4	$0.307	0/1	321.2s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.307 زمن الاستجابة (المتوسط) 321.2s
#201	Qwen3.5-122B-A10B none	Qwen	10.0	6.4	$0.308	1/1	55.9s
إجمالي الاختبارات 1 الاختبارات الخاطئة 0 إجمالي التكلفة $0.308 زمن الاستجابة (المتوسط) 55.9s

ترتيب مهام الوكلاء

تصفية النماذج

أفضل النماذج حسب درجة مهام الوكلاء

درجة مهام الوكلاء مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)