Peringkat model Tugas agen

Lihat model AI mana yang paling baik di Tugas agen, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Tugas agen

5.8

Model terbaik

Space Bunny Alpha 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah108 Dengan alasan kegagalan Pemanggilan alat tidak valid44 Dengan alasan kegagalan Kesalahan API32 Dengan alasan kegagalan Tidak mengikuti instruksi14 Dengan alasan kegagalan Kedaluwarsa10

380/380

Peringkat	Model	Perusahaan	Skor Tugas agen	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#5	GPT-6 Astra max	OpenAI	10.0	9.9	$5.044	1/1	69.6s
Total Tes 1 Tes Salah 0 Total Biaya $5.044 Waktu respons (rata-rata) 69.6s
#45	Claude Fable 5 medium	Anthropic	10.0	8.9	$5.089	1/1	57.1s
Total Tes 1 Tes Salah 0 Total Biaya $5.089 Waktu respons (rata-rata) 57.1s
#347	Grok 4.20 Multi Agent Beta medium	X AI	0.0	3.9	$5.599	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $5.599 Waktu respons (rata-rata) 0ms
#8	GPT-6 Astra xhigh	OpenAI	10.0	9.9	$6.213	1/1	56.7s
Total Tes 1 Tes Salah 0 Total Biaya $6.213 Waktu respons (rata-rata) 56.7s
#29	Claude Sonnet 5.5 max	Anthropic	10.0	9.2	$8.557	1/1	111.1s
Total Tes 1 Tes Salah 0 Total Biaya $8.557 Waktu respons (rata-rata) 111.1s

Peringkat Tugas agen

Filter model

Model teratas menurut Skor Tugas agen

Skor Tugas agen vs total biaya

Model teratas menurut Waktu respons (rata-rata)