Agentenaufgaben-Ranking
Sieh, welche KI-Modelle bei Agentenaufgaben am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen. Sortieren nach: Gesamtkosten ↓.
Angezeigte Modelle
15
Durchschnittlicher Wert für Agentenaufgaben-Score
0.6
Bestes Modell
Claude Fable 5.2 1.0
514/514
Modelle filtern
Keine Modelle entsprechen der aktuellen Suche und den Filtern.
| Rang | Modell | Unternehmen | Agentenaufgaben-Score | Punktzahl | Gesamtkosten | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|
| #268 | Mercury 2 medium | Inception | 0.5 | 0.7 | $0.121 | 0/1 | 34.9s |
| #364 | Qwen3.5-35B-A3B none | Qwen | 0.4 | 0.6 | $0.120 | 0/1 | 141.2s |
| #425 | DeepSeek V3.2 none | DeepSeek | 0.3 | 0.5 | $0.119 | 0/1 | 122.5s |
| #149 | GPT-5.6 Luna high | OpenAI | 1.0 | 0.8 | $0.118 | 1/1 | 60.2s |
| #209 | Qwen3.5-27B none | Qwen | 1.0 | 0.7 | $0.116 | 1/1 | 124.5s |
| #334 | Seed-2.0-Lite none | Bytedance Seed | 0.5 | 0.6 | $0.114 | 0/1 | 76.0s |
| #355 | Hy4 none | Tencent | 0.5 | 0.6 | $0.114 | 0/1 | 75.6s |
| #222 | GLM 5.3 FlashX medium | Z.ai | 1.0 | 0.7 | $0.114 | 1/1 | 74.4s |
| #96 | Muse Ember low | Meta | 1.0 | 0.9 | $0.114 | 1/1 | 49.8s |
| #333 | Inkling Small medium | Thinkingmachines | 0.3 | 0.6 | $0.113 | 0/1 | 49ms |
| #423 | Granite 4.2 8B high | IBM Granite | 0.5 | 0.5 | $0.111 | 0/1 | 223.5s |
| #429 | Laguna S 2.1 low | Poolside | 0.3 | 0.5 | $0.108 | 0/1 | 152.1s |
| #452 | Qwen3.5-9B medium | Qwen | 0.5 | 0.4 | $0.106 | 0/1 | 152.9s |
| #506 | Gemini 3 Flash Preview high | 1.0 | 0.2 | $0.105 | 1/1 | 52.5s | |
| #379 | Step 3.5 Flash medium | Stepfun | 0.3 | 0.5 | $0.105 | 0/1 | 172.2s |