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

Claude Sonnet 5.5 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)
#360	Elephant Alpha medium	Openrouter	0.0	3.5	$0.000	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 0ms
#361	Hunter Alpha none	OpenRouter	0.0	3.5	$0.000	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 0ms
#371	Command A+ none	Cohere	3.0	3.0	$0.000	0/1	1.05s
Total Tes 1 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 1.05s
#373	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.0	2.7	$0.000	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 0ms
#374	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	0.0	2.6	$0.000	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 0ms

Peringkat Tugas agen

Filter model

Model teratas menurut Skor Tugas agen

Skor Tugas agen vs total biaya

Model teratas menurut Waktu respons (rata-rata)