Agentenaufgaben-Ranking
Sieh, welche KI-Modelle bei Agentenaufgaben am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen. Sortieren nach: Korrekte Tests ↓.
Angezeigte Modelle
15
Durchschnittlicher Wert für Agentenaufgaben-Score
5.8
Bestes Modell
Gemini 3.6 Flash 10.0
380/380
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Agentenaufgaben-Score | Punktzahl | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #80 | Claude Opus 4.8 medium | Anthropic | 6.1 | 8.3 | $3.490 | 0/1 | 99.4s |
| #82 | Grok 4.5 high | X AI | 5.0 | 8.2 | $2.571 | 0/1 | 77.0s |
| #88 | Claude Opus 4.7 medium | Anthropic | 5.2 | 8.1 | $3.636 | 0/1 | 150.6s |
| #90 | DeepSeek V4.1 Flash low | DeepSeek | 6.1 | 8.0 | $0.153 | 0/1 | 56.0s |
| #94 | Gemini 3.8 Flash medium | 2.8 | 8.0 | $0.769 | 0/1 | 63.7s | |
| #97 | GLM 5.3 FlashX max | Z.ai | 6.1 | 7.9 | $0.623 | 0/1 | 104.8s |
| #98 | Claude Fable 5.1 high | Anthropic | 3.0 | 7.9 | $3.471 | 0/1 | 6.93s |
| #101 | Gemini 3.5 Flash medium | 2.8 | 7.9 | $1.316 | 0/1 | 84.5s | |
| #104 | Grok 4.5 medium | X AI | 5.0 | 7.8 | $2.454 | 0/1 | 65.2s |
| #106 | Step 3.7 Flash medium | Stepfun | 7.4 | 7.8 | $0.571 | 0/1 | 93.9s |
| #107 | Grok 4.6 medium | X AI | 5.0 | 7.8 | $2.270 | 0/1 | 103.6s |
| #109 | Grok 4.5 low | X AI | 5.0 | 7.8 | $1.345 | 0/1 | 61.5s |
| #111 | GPT-6 Luna high | OpenAI | 5.2 | 7.7 | $0.074 | 0/1 | 82.8s |
| #117 | Qwen3.8 27B low | Qwen | 6.1 | 7.6 | ~$0.089 | 0/1 | 211.3s |
| #122 | GPT-5.6 Luna medium | OpenAI | 7.4 | 7.4 | $0.101 | 0/1 | 58.1s |