ترتيب مهام الوكلاء
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في مهام الوكلاء، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: إجمالي التكلفة ↓.
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) |
|---|---|---|---|---|---|---|---|
| #119 | Gemini 3.1 Pro Preview medium | 0.5 | 0.8 | $1.585 | 0/1 | 56.2s | |
| #89 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 1/1 | 75.9s |
| #188 | GLM 5.1 medium | Z.ai | 1.0 | 0.8 | $1.546 | 1/1 | 225.6s |
| #54 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 1/1 | 76.5s |
| #102 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 1/1 | 54.9s |
| #232 | Ember-1 low | Fireworks | 0.5 | 0.7 | $1.488 | 0/1 | 121.3s |
| #269 | Step 3.7 Flash high | Stepfun | 0.5 | 0.7 | $1.478 | 0/1 | 130.4s |
| #191 | Seed-2.0-Code high | Bytedance Seed | 1.0 | 0.7 | $1.448 | 1/1 | 139.9s |
| #112 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 1/1 | 69.3s |
| #253 | Grok Build 0.1 medium | X AI | 0.3 | 0.7 | $1.419 | 0/1 | 69.0s |
| #190 | Mistral Large 4 high | Mistral | 1.0 | 0.8 | $1.391 | 1/1 | 85.8s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1.0 | 1.0 | $1.377 | 1/1 | 58.9s |
| #105 | Qwen4 Max high | Qwen | 0.5 | 0.9 | $1.363 | 0/1 | 228.8s |
| #173 | Grok 4.5 low | X AI | 0.5 | 0.8 | $1.345 | 0/1 | 61.5s |
| #36 | Gemini 4 Hydrogen medium | 1.0 | 0.9 | $1.330 | 1/1 | 70.4s |