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: Métrica ↑.

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)
#229	DeepSeek V4 Flash 0731 none	DeepSeek	10.0	6.2	$0.055	1/1	174.9s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.055 Tiempo de respuesta (promedio) 174.9s
#234	Inkling none	Thinkingmachines	10.0	6.1	$0.304	1/1	45.6s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.304 Tiempo de respuesta (promedio) 45.6s
#235	Granite 4.2 8B medium	IBM Granite	10.0	6.1	$0.029	1/1	149.5s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.029 Tiempo de respuesta (promedio) 149.5s
#253	Trinity Large Thinking high	Arcee AI	10.0	5.7	$0.645	1/1	45.0s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.645 Tiempo de respuesta (promedio) 45.0s
#378	Gemini 3 Flash Preview high	Google	10.0	1.8	$0.105	1/1	52.5s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.105 Tiempo de respuesta (promedio) 52.5s

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)