Ranking 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
15
Promedio de Puntuación de Tareas de agentes
0.6
Mejor modelo
Qwen3.6 Max Preview 0.0
504/504
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Tareas de agentes | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #185 | GLM 5.1 medium | Z.ai | 1.0 | 0.8 | $1.546 | 1/1 | 225.6s |
| #289 | MiMo-V2.5-Pro medium | Xiaomi | 0.5 | 0.6 | $0.332 | 0/1 | 233.5s |
| #240 | Kimi K2.6 medium | Moonshot AI | 0.5 | 0.7 | $1.594 | 0/1 | 233.9s |
| #39 | Gemini 4 Carbon high | 1.0 | 0.9 | $6.107 | 1/1 | 242.7s | |
| #281 | Solar Pro 4 medium | Upstage | 0.5 | 0.6 | $0.098 | 0/1 | 272.3s |
| #171 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1.0 | 0.8 | $0.460 | 1/1 | 303.3s |
| #247 | Grok 4.7 xhigh | X AI | 0.3 | 0.7 | $3.398 | 0/1 | 304.8s |
| #204 | Qwen3.6 Plus medium | Qwen | 0.5 | 0.7 | $0.554 | 0/1 | 307.1s |
| #299 | Solar Pro 4 high | Upstage | 0.3 | 0.6 | $0.077 | 0/1 | 312.3s |
| #246 | Solar Pro 4 xhigh | Upstage | 0.3 | 0.7 | $0.067 | 0/1 | 316.6s |
| #191 | DeepSeek V4 Flash 0731 low | DeepSeek | 0.5 | 0.7 | $0.306 | 0/1 | 321.2s |
| #379 | Kimi K2.5 none | Moonshot AI | 0.5 | 0.5 | $0.262 | 0/1 | 321.2s |
| #252 | Grok 4.7 high | X AI | 0.3 | 0.7 | $3.037 | 0/1 | 322.2s |
| #453 | Nemotron 3.5 Lightning none | NVIDIA | 0.3 | 0.4 | $0.009 | 0/1 | 339.6s |
| #414 | Nemotron 3.5 Lightning medium | NVIDIA | 0.3 | 0.5 | $0.195 | 0/1 | 341.8s |