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: Pruebas correctas ↓.
Modelos mostrados
15
Promedio de Puntuación de Tareas de agentes
0.6
Mejor modelo
Gemini 3.6 Flash 1.0
514/514
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) |
|---|---|---|---|---|---|---|---|
| #420 | Nemotron 3.5 Lightning medium | NVIDIA | 0.3 | 0.5 | $0.195 | 0/1 | 341.8s |
| #421 | North Mini Code default | Cohere | 0.3 | 0.5 | $0.000 | 0/1 | 18.9s |
| #422 | Laguna S 2.1 none | Poolside | 0.5 | 0.5 | $0.044 | 0/1 | 149.3s |
| #423 | Granite 4.2 8B high | IBM Granite | 0.5 | 0.5 | $0.111 | 0/1 | 223.5s |
| #424 | Qwen3 Coder Next medium | Qwen | 0.5 | 0.5 | $0.071 | 0/1 | 151.4s |
| #425 | DeepSeek V3.2 none | DeepSeek | 0.3 | 0.5 | $0.119 | 0/1 | 122.5s |
| #426 | GPT-5.4 Nano none | OpenAI | 0.4 | 0.5 | $0.068 | 0/1 | 45.4s |
| #427 | Gemini 3.1 Flash Lite high | 0.0 | 0.5 | $2.044 | 0/0 | 0ms | |
| #428 | GLM 5V Turbo none | Z.ai | 0.0 | 0.5 | $0.052 | 0/0 | 0ms |
| #429 | Laguna S 2.1 low | Poolside | 0.3 | 0.5 | $0.108 | 0/1 | 152.1s |
| #430 | Nemotron 3.5 Lightning low | NVIDIA | 0.4 | 0.5 | $0.175 | 0/1 | 597.6s |
| #431 | Owl Alpha medium | Openrouter | 0.0 | 0.5 | $0.000 | 0/0 | 0ms |
| #432 | Mimo V2 PRO default | Xiaomi | 0.0 | 0.5 | $0.045 | 0/0 | 0ms |
| #433 | Owl Alpha default | Openrouter | 0.0 | 0.5 | $0.000 | 0/0 | 0ms |
| #434 | Ling 2.6 Flash default | Inclusionai | 0.3 | 0.5 | $0.002 | 0/1 | 32ms |