Peringkat Tugas agen
Lihat model AI mana yang paling baik di Tugas agen, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Tes benar ↓.
514/514
Filter model
Tidak ada model yang cocok dengan pencarian dan filter saat ini.
| Peringkat | Model | Perusahaan | Skor Tugas agen | Skor | Total Biaya | Tes benar | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|
| #511 | Solar Decide default | Upstage | 0.0 | 0.1 | $0.009 | 0/0 | 0ms |
| #512 | Tev1 4B Experimental default | Togethercomputer | 0.0 | 1.0 | $0.002 | 0/0 | 0ms |
| #513 | Nimble v3 9B default | Bespoke Labs | 0.0 | 0.8 | ~$0.001 | 0/0 | 0ms |
| #514 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |