エージェントタスク ランキング
エージェントタスク でどのAIモデルが最も強いか、どのモデルが安定しているか、差が大きいのはどこかを確認できます。 並び替え: 指標 ↑.
514/514
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | エージェントタスク スコア | スコア | 合計コスト | 正解テスト | 応答時間(平均) |
|---|---|---|---|---|---|---|---|
| #281 | Grok 4.3 medium | X AI | 0.4 | 0.6 | $0.989 | 0/1 | 51.6s |
| #289 | Kimi K2.5 medium | Moonshot AI | 0.4 | 0.6 | $0.841 | 0/1 | 566.8s |
| #357 | Gemma 4 31B none | 0.4 | 0.6 | $0.031 | 0/1 | 44.7s | |
| #364 | Qwen3.5-35B-A3B none | Qwen | 0.4 | 0.6 | $0.120 | 0/1 | 141.2s |
| #376 | North Mini Code medium | Cohere | 0.4 | 0.5 | $0.000 | 0/1 | 105.2s |
| #399 | MiMo-V2.5-Pro none | Xiaomi | 0.4 | 0.5 | $0.135 | 0/1 | 49.6s |
| #404 | Dots 3 Note Preview default | Dots Studio | 0.4 | 0.5 | $0.000 | 0/1 | 45.7s |
| #409 | Qwen3 Coder Next default | Qwen | 0.4 | 0.5 | $0.067 | 0/1 | 208.4s |
| #413 | MiMo-V2.5 none | Xiaomi | 0.4 | 0.5 | $0.049 | 0/1 | 124.2s |
| #414 | Qwen3.5-9B none | Qwen | 0.4 | 0.5 | $0.041 | 0/1 | 433.0s |
| #419 | Mercury 2.5 Preview default | Inception | 0.4 | 0.5 | $0.023 | 0/1 | 85.0s |
| #426 | GPT-5.4 Nano none | OpenAI | 0.4 | 0.5 | $0.068 | 0/1 | 45.4s |
| #446 | GLM 4.7 Flash medium | Z.ai | 0.4 | 0.4 | $0.193 | 0/1 | 399.2s |
| #478 | Command A+ high | Cohere | 0.4 | 0.3 | $0.079 | 0/1 | 156.0s |
| #114 | Claude Haiku 5.5 max | Anthropic | 0.5 | 0.8 | $0.509 | 0/1 | 93.3s |