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 salah110 Dengan alasan kegagalan Pemanggilan alat tidak valid40 Dengan alasan kegagalan Kesalahan API32 Dengan alasan kegagalan Kedaluwarsa10 Dengan alasan kegagalan Tidak mengikuti instruksi10

380/380

Peringkat	Model	Perusahaan	Skor Tugas agen	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#141	Qwen3.8 27B medium	Qwen	4.7	7.2	~$0.073	0/1	187.9s
Total Tes 1 Tes Salah 1 Total Biaya ~$0.073 Waktu respons (rata-rata) 187.9s
#372	Command A+ low	Cohere	2.8	3.0	$0.073	0/1	128.5s
Total Tes 1 Tes Salah 1 Total Biaya $0.073 Waktu respons (rata-rata) 128.5s
#111	GPT-6 Luna high	OpenAI	5.2	7.7	$0.074	0/1	82.8s
Total Tes 1 Tes Salah 1 Total Biaya $0.074 Waktu respons (rata-rata) 82.8s
#165	GPT-5.6 Luna low	OpenAI	10.0	6.9	$0.075	1/1	45.7s
Total Tes 1 Tes Salah 0 Total Biaya $0.075 Waktu respons (rata-rata) 45.7s
#187	Qwen3.7 Flash medium	Qwen	5.2	6.6	$0.076	0/1	149.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.076 Waktu respons (rata-rata) 149.0s
#288	KAT Coder AIR V2.5 high	Kwaipilot	3.0	5.2	$0.077	0/1	1.10s
Total Tes 1 Tes Salah 1 Total Biaya $0.077 Waktu respons (rata-rata) 1.10s
#368	Command A+ high	Cohere	3.9	3.2	$0.079	0/1	156.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.079 Waktu respons (rata-rata) 156.0s
#242	Gemini 3.1 Flash Lite minimal	Google	5.0	5.9	$0.080	0/1	50.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.080 Waktu respons (rata-rata) 50.0s
#296	Laguna S 2.1 medium	Poolside	3.4	5.0	$0.080	0/1	165.0s
Total Tes 1 Tes Salah 1 Total Biaya $0.080 Waktu respons (rata-rata) 165.0s
#264	Nemotron 3 Super medium	NVIDIA	4.7	5.5	$0.081	0/1	138.3s
Total Tes 1 Tes Salah 1 Total Biaya $0.081 Waktu respons (rata-rata) 138.3s
#200	Laguna XS 2.1 medium	Poolside	6.1	6.4	$0.083	0/1	66.4s
Total Tes 1 Tes Salah 1 Total Biaya $0.083 Waktu respons (rata-rata) 66.4s
#132	GLM 5.3 Flash high	Z.ai	7.4	7.3	$0.084	0/1	111.5s
Total Tes 1 Tes Salah 1 Total Biaya $0.084 Waktu respons (rata-rata) 111.5s
#131	Gemma 4 26B A4B medium	Google	10.0	7.3	$0.086	1/1	107.1s
Total Tes 1 Tes Salah 0 Total Biaya $0.086 Waktu respons (rata-rata) 107.1s
#357	Grok 4.20 Beta none	X AI	0.0	3.6	$0.087	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.087 Waktu respons (rata-rata) 0ms
#117	Qwen3.8 27B low	Qwen	6.1	7.6	~$0.089	0/1	211.3s
Total Tes 1 Tes Salah 1 Total Biaya ~$0.089 Waktu respons (rata-rata) 211.3s

Peringkat Tugas agen

Filter model

Model teratas menurut Skor Tugas agen

Skor Tugas agen vs total biaya

Model teratas menurut Waktu respons (rata-rata)

Peringkat Tugas agen

Filter model

Model teratas menurut Skor Tugas agen

Skor Tugas agen vs total biayaPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.7349 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.072660.

Model teratas menurut Waktu respons (rata-rata)

Skor Tugas agen vs total biaya