Ranking de modelos de Tareas de agentes

Mira qué modelos de IA rinden mejor en Tareas de agentes, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Tiempo de respuesta (promedio) ↑.

Modelos mostrados

Promedio de Puntuación de Tareas de agentes

5.8

Mejor modelo

Qwen3.6 Max Preview 0.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta108 Con motivo de fallo Llamada de herramienta no válida44 Con motivo de fallo Error de API32 Con motivo de fallo No siguió las instrucciones14 Con motivo de fallo Tiempo agotado10

380/380

Rango	Modelo	Empresa	Puntuación de Tareas de agentes	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#203	Qwen3.5 Plus 2026-02-15 none	Qwen	5.9	6.4	$0.173	0/1	183.5s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.173 Tiempo de respuesta (promedio) 183.5s
#140	Qwen3.5 Plus 2026-02-15 medium	Qwen	6.1	7.2	$0.567	0/1	186.4s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.567 Tiempo de respuesta (promedio) 186.4s
#141	Qwen3.8 27B medium	Qwen	4.7	7.2	~$0.073	0/1	187.9s
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.073 Tiempo de respuesta (promedio) 187.9s
#92	Nemotron 3 Ultra medium	NVIDIA	10.0	8.0	$0.762	1/1	188.1s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.762 Tiempo de respuesta (promedio) 188.1s
#79	Qwen3.7 Plus medium	Qwen	10.0	8.3	$0.432	1/1	196.5s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.432 Tiempo de respuesta (promedio) 196.5s
#31	Qwen3.8 Max (0902) high	Qwen	10.0	9.1	$3.306	1/1	197.1s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $3.306 Tiempo de respuesta (promedio) 197.1s
#298	MiniMax M2.7 medium	Minimax	4.7	5.0	$0.202	0/1	198.8s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.202 Tiempo de respuesta (promedio) 198.8s
#112	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.7	$0.488	1/1	203.0s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.488 Tiempo de respuesta (promedio) 203.0s
#243	gpt-oss-120b medium	OpenAI	5.0	5.9	$0.030	0/1	203.9s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.030 Tiempo de respuesta (promedio) 203.9s
#74	DeepSeek V4 Flash 0731 high	DeepSeek	10.0	8.4	$0.578	1/1	204.4s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.578 Tiempo de respuesta (promedio) 204.4s
#304	Qwen3 Coder Next none	Qwen	3.9	4.9	$0.065	0/1	208.4s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.065 Tiempo de respuesta (promedio) 208.4s
#116	Qwen3.8 27B low	Qwen	6.1	7.6	~$0.089	0/1	211.3s
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.089 Tiempo de respuesta (promedio) 211.3s
#318	Granite 4.2 8B high	IBM Granite	5.0	4.7	$0.161	0/1	223.5s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.161 Tiempo de respuesta (promedio) 223.5s
#118	GLM 5.1 medium	Z.ai	10.0	7.5	$1.066	1/1	225.6s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $1.066 Tiempo de respuesta (promedio) 225.6s
#209	MiMo-V2.5-Pro medium	Xiaomi	4.7	6.4	$0.502	0/1	233.5s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.502 Tiempo de respuesta (promedio) 233.5s

Ranking de Tareas de agentes

Filtrar modelos

Mejores modelos por Puntuación de Tareas de agentes

Puntuación de Tareas de agentes vs costo total

Mejores modelos por Tiempo de respuesta (promedio)

Ranking de Tareas de agentes

Filtrar modelos

Mejores modelos por Puntuación de Tareas de agentes

Puntuación de Tareas de agentes vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.7349 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.072660.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Tareas de agentes vs costo total