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: اختبارات صحيحة ↓.

النماذج المعروضة

متوسط درجة مهام الوكلاء

5.8

أفضل نموذج

Gemini 3.6 Flash 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)
#80	Claude Opus 4.8 medium	Anthropic	6.1	8.3	$3.490	0/1	99.4s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $3.490 زمن الاستجابة (المتوسط) 99.4s
#82	Grok 4.5 high	X AI	5.0	8.2	$2.571	0/1	77.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $2.571 زمن الاستجابة (المتوسط) 77.0s
#88	Claude Opus 4.7 medium	Anthropic	5.2	8.1	$3.636	0/1	150.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $3.636 زمن الاستجابة (المتوسط) 150.6s
#90	DeepSeek V4.1 Flash low	DeepSeek	6.1	8.0	$0.153	0/1	56.0s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.153 زمن الاستجابة (المتوسط) 56.0s
#94	Gemini 3.8 Flash medium	Google	2.8	8.0	$0.769	0/1	63.7s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.769 زمن الاستجابة (المتوسط) 63.7s
#97	GLM 5.3 FlashX max	Z.ai	6.1	7.9	$0.623	0/1	104.8s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.623 زمن الاستجابة (المتوسط) 104.8s
#98	Claude Fable 5.1 high	Anthropic	3.0	7.9	$3.471	0/1	6.93s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $3.471 زمن الاستجابة (المتوسط) 6.93s
#101	Gemini 3.5 Flash medium	Google	2.8	7.9	$1.316	0/1	84.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.316 زمن الاستجابة (المتوسط) 84.5s
#104	Grok 4.5 medium	X AI	5.0	7.8	$2.454	0/1	65.2s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $2.454 زمن الاستجابة (المتوسط) 65.2s
#106	Step 3.7 Flash medium	Stepfun	7.4	7.8	$0.571	0/1	93.9s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.571 زمن الاستجابة (المتوسط) 93.9s
#107	Grok 4.6 medium	X AI	5.0	7.8	$2.270	0/1	103.6s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $2.270 زمن الاستجابة (المتوسط) 103.6s
#109	Grok 4.5 low	X AI	5.0	7.8	$1.345	0/1	61.5s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.345 زمن الاستجابة (المتوسط) 61.5s
#111	GPT-6 Luna high	OpenAI	5.2	7.7	$0.074	0/1	82.8s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.074 زمن الاستجابة (المتوسط) 82.8s
#117	Qwen3.8 27B low	Qwen	6.1	7.6	~$0.089	0/1	211.3s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.089 زمن الاستجابة (المتوسط) 211.3s
#122	GPT-5.6 Luna medium	OpenAI	7.4	7.4	$0.101	0/1	58.1s
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.101 زمن الاستجابة (المتوسط) 58.1s

←

1 9 10 11 26

→

ترتيب مهام الوكلاء

تصفية النماذج

أفضل النماذج حسب درجة مهام الوكلاء

درجة مهام الوكلاء مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)