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: 正解テスト ↑.
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) |
|---|---|---|---|---|---|---|---|
| #82 | Muse Ember xhigh | Meta | 1.0 | 0.9 | $0.232 | 1/1 | 47.4s |
| #83 | Muse Spark Open medium | Meta | 1.0 | 0.9 | $1.260 | 1/1 | 43.3s |
| #84 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 1/1 | 44.0s |
| #85 | DeepSeek V4.1 Flash medium | DeepSeek | 1.0 | 0.9 | $0.591 | 1/1 | 47.6s |
| #86 | Kimi K3.1 Pro max | Moonshot AI | 1.0 | 0.9 | $3.578 | 1/1 | 110.1s |
| #87 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 1/1 | 56.8s |
| #88 | Particle-1 xhigh | Particle AI | 1.0 | 0.9 | $0.219 | 1/1 | 53.1s |
| #89 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 1/1 | 75.9s |
| #90 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 1/1 | 132.3s |
| #91 | MiMo-V2.6-Pro medium | Xiaomi | 1.0 | 0.9 | $0.586 | 1/1 | 161.4s |
| #92 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 1/1 | 90.9s |
| #93 | GPT-6 Sol low | OpenAI | 1.0 | 0.9 | $0.477 | 1/1 | 48.4s |
| #95 | Claude Fable 5.2 high | Anthropic | 1.0 | 0.9 | $5.083 | 1/1 | 56.3s |
| #96 | Muse Ember low | Meta | 1.0 | 0.9 | $0.114 | 1/1 | 49.8s |
| #97 | Muse Ember max | Meta | 1.0 | 0.9 | $0.346 | 1/1 | 44.8s |