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 ↓.
380/380
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة مهام الوكلاء | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #186 | GLM 5.2 none | Z.ai | 6.1 | 6.6 | $0.152 | 0/1 | 46.9s |
| #187 | Qwen3.7 Flash medium | Qwen | 5.2 | 6.6 | $0.076 | 0/1 | 149.0s |
| #188 | LongCat 2.0 low | Meituan | 6.1 | 6.6 | $0.495 | 0/1 | 145.6s |
| #189 | Mercury 2 medium | Inception | 4.7 | 6.6 | $0.121 | 0/1 | 34.9s |
| #190 | Step 3.7 Flash high | Stepfun | 5.4 | 6.6 | $1.350 | 0/1 | 130.4s |
| #191 | KAT-Coder-Pro V2.5 low | Kwaipilot | 3.0 | 6.5 | $0.400 | 0/1 | 1.75s |
| #193 | Qwen3.6 35B A3B medium | Qwen | 6.1 | 6.5 | $0.812 | 0/1 | 88.5s |
| #194 | Mercury 2.5 Preview high | Inception | 6.1 | 6.5 | $0.039 | 0/1 | 86.8s |
| #195 | Mercury 2.5 high | Inception | 3.9 | 6.5 | $0.044 | 0/1 | 80.3s |
| #196 | GLM 5.3 low | Z.ai | 5.2 | 6.5 | $0.471 | 0/1 | 48.8s |
| #198 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3.0 | 6.5 | $0.506 | 0/1 | 1.52s |
| #199 | Grok 4.3 medium | X AI | 3.9 | 6.5 | $0.989 | 0/1 | 51.6s |
| #200 | Laguna XS 2.1 medium | Poolside | 6.1 | 6.4 | $0.083 | 0/1 | 66.4s |
| #202 | Gemini 3 Flash Preview none | 5.0 | 6.4 | $0.155 | 0/1 | 57.8s | |
| #203 | Solar Pro 4 medium | Upstage | 4.7 | 6.4 | $0.174 | 0/1 | 272.3s |