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.

Modelos mostrados

Promedio de Puntuación de Tareas de agentes

5.8

Mejor modelo

Gemini 3.6 Flash 10.0

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)
#333	Nemotron 3 Super none	NVIDIA	2.8	4.5	$0.016	0/1	30.5s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.016 Tiempo de respuesta (promedio) 30.5s
#372	Command A+ low	Cohere	2.8	3.0	$0.073	0/1	128.5s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.073 Tiempo de respuesta (promedio) 128.5s
#154	Qwen3.6 Max Preview medium	Qwen	0.0	7.0	$1.132	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $1.132 Tiempo de respuesta (promedio) 0ms
#205	Claude Sonnet 4.6 medium	Anthropic	0.0	6.4	$2.126	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $2.126 Tiempo de respuesta (promedio) 0ms
#220	Claude Opus 4.6 medium	Anthropic	0.0	6.3	$2.961	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $2.961 Tiempo de respuesta (promedio) 0ms
#228	GLM 5 Turbo medium	Z.ai	0.0	6.2	$0.323	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.323 Tiempo de respuesta (promedio) 0ms
#237	Claude Sonnet 4.6 none	Anthropic	0.0	6.0	$0.661	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.661 Tiempo de respuesta (promedio) 0ms
#269	GLM 5V Turbo medium	Z.ai	0.0	5.5	$0.457	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.457 Tiempo de respuesta (promedio) 0ms
#271	Claude Opus 4.7 none	Anthropic	0.0	5.4	$0.505	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.505 Tiempo de respuesta (promedio) 0ms
#278	Hy3 preview medium	Tencent	0.0	5.3	$0.049	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.049 Tiempo de respuesta (promedio) 0ms
#282	Qwen3.6 Max Preview none	Qwen	0.0	5.3	$0.228	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.228 Tiempo de respuesta (promedio) 0ms
#289	Mimo V2 PRO medium	Xiaomi	0.0	5.2	$0.333	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.333 Tiempo de respuesta (promedio) 0ms
#290	MiMo-V2-Flash medium	Xiaomi	0.0	5.1	$0.043	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.043 Tiempo de respuesta (promedio) 0ms
#302	Grok 4.20 Beta medium	X AI	0.0	4.9	$0.750	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.750 Tiempo de respuesta (promedio) 0ms
#306	Gemini 3 PRO Preview medium	Google	0.0	4.9	$0.385	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.385 Tiempo de respuesta (promedio) 0ms

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)