Agentenaufgaben-Ranking
Sieh, welche KI-Modelle bei Agentenaufgaben am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen. Sortieren nach: Antwortzeit (Durchschnitt) ↑.
Angezeigte Modelle
15
Durchschnittlicher Wert für Agentenaufgaben-Score
5.8
Bestes Modell
Qwen3.6 Max Preview 0.0
380/380
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Agentenaufgaben-Score | Punktzahl | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #275 | MiMo-V2.6-Flash none | Xiaomi | 5.0 | 5.4 | $0.060 | 0/1 | 62.6s |
| #29 | Claude Opus 5.5 medium | Anthropic | 10.0 | 9.2 | $1.804 | 1/1 | 62.6s |
| #222 | Trinity Large Thinking low | Arcee AI | 7.4 | 6.3 | $0.700 | 0/1 | 63.2s |
| #344 | Mercury 2.5 none | Inception | 5.0 | 4.1 | $0.026 | 0/1 | 63.4s |
| #94 | Gemini 3.8 Flash medium | 2.8 | 8.0 | $0.769 | 0/1 | 63.7s | |
| #24 | Claude Opus 5.5 high | Anthropic | 10.0 | 9.4 | $2.133 | 1/1 | 64.4s |
| #120 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.5 | $0.140 | 1/1 | 64.5s |
| #87 | DeepSeek V4 Pro 0423 high | DeepSeek | 10.0 | 8.1 | $0.556 | 1/1 | 64.5s |
| #246 | Claude Sonnet 5 none | Anthropic | 4.7 | 5.9 | $1.095 | 0/1 | 64.7s |
| #167 | Claude Opus 4.8 none | Anthropic | 5.0 | 6.9 | $2.334 | 0/1 | 65.1s |
| #104 | Grok 4.5 medium | X AI | 5.0 | 7.8 | $2.454 | 0/1 | 65.2s |
| #310 | Hy4 preview none | Tencent | 5.0 | 4.9 | $0.161 | 0/1 | 65.5s |
| #129 | DeepSeek V4 Pro 0423 none | DeepSeek | 10.0 | 7.4 | $0.311 | 1/1 | 65.5s |
| #1 | Gemini 3.6 Flash high | 10.0 | 9.9 | $1.512 | 1/1 | 65.6s | |
| #284 | Qwen3.6 35B A3B none | Qwen | 5.2 | 5.3 | $0.105 | 0/1 | 65.6s |