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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

Rata-rata Skor Tugas agen

5.8

Model terbaik

Qwen3.6 Max Preview 0.0

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)
#309	Qwen3.5-9B none	Qwen	3.9	4.9	$0.041	0/1	433.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.041 Waktu respons (rata-rata) 433.0s
#287	Nemotron 3.5 Lightning high	NVIDIA	3.5	5.2	$0.111	0/1	491.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.111 Waktu respons (rata-rata) 491.0s
#206	Kimi K2.5 medium	Moonshot AI	3.9	6.4	$0.603	0/1	566.8s
Total Tes 1 Tes Salah 1 Total Biaya $0.603 Waktu respons (rata-rata) 566.8s
#325	Nemotron 3.5 Lightning low	NVIDIA	3.5	4.6	$0.117	0/1	597.6s
Total Tes 1 Tes Salah 1 Total Biaya $0.117 Waktu respons (rata-rata) 597.6s
#340	MiniMax M2.5 medium	Minimax	3.0	4.3	$0.359	0/1	600.8s
Total Tes 1 Tes Salah 1 Total Biaya $0.359 Waktu respons (rata-rata) 600.8s

Peringkat Tugas agen

Filter model

Model teratas menurut Skor Tugas agen

Skor Tugas agen vs total biaya

Model teratas menurut Waktu respons (rata-rata)