ترتيب مهام الوكلاء
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في مهام الوكلاء، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: اختبارات صحيحة ↑.
514/514
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة مهام الوكلاء | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #271 | KAT-Coder-Pro V2.5 low | Kwaipilot | 0.3 | 0.7 | $0.568 | 0/1 | 1.75s |
| #273 | Minimax M3.1 Flash high | Minimax | 0.6 | 0.7 | $0.000 | 0/1 | 70.5s |
| #274 | Qwen3.6 35B A3B medium | Qwen | 0.6 | 0.7 | $0.834 | 0/1 | 88.5s |
| #275 | Mercury 2.5 Preview high | Inception | 0.6 | 0.6 | $0.040 | 0/1 | 86.8s |
| #276 | Mercury 2.5 high | Inception | 0.4 | 0.6 | $0.044 | 0/1 | 80.3s |
| #277 | Beam 1.0 501B A23B xhigh | Reflection | 0.3 | 0.6 | $0.688 | 0/1 | 44.6s |
| #278 | GLM 5.3 low | Z.ai | 0.5 | 0.6 | $0.215 | 0/1 | 48.8s |
| #280 | KAT-Coder-Pro V2.5 high | Kwaipilot | 0.3 | 0.6 | $0.506 | 0/1 | 1.52s |
| #281 | Grok 4.3 medium | X AI | 0.4 | 0.6 | $0.989 | 0/1 | 51.6s |
| #282 | Laguna XS 2.1 medium | Poolside | 0.6 | 0.6 | $0.083 | 0/1 | 66.4s |
| #284 | Gemini 3 Flash Preview none | 0.5 | 0.6 | $0.155 | 0/1 | 57.8s | |
| #285 | Beam 1.0 501B A23B max | Reflection | 0.3 | 0.6 | $0.799 | 0/1 | 50.1s |
| #286 | Solar Pro 4 medium | Upstage | 0.5 | 0.6 | $0.098 | 0/1 | 272.3s |
| #287 | Claude Sonnet 4.6 medium | Anthropic | 0.0 | 0.6 | $2.126 | 0/0 | 0ms |
| #288 | Minimax M3.1 Flash xhigh | Minimax | 0.6 | 0.6 | $0.000 | 0/1 | 87.6s |