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) |
|---|---|---|---|---|---|---|---|
| #154 | GPT-5.6 Terra low | OpenAI | 1.0 | 0.8 | $0.435 | 1/1 | 54.6s |
| #155 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 1/1 | 146.5s |
| #158 | GPT-5.4 Mini medium | OpenAI | 1.0 | 0.8 | $1.102 | 1/1 | 100.7s |
| #159 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 1/1 | 80.3s |
| #160 | Particle-1 max | Particle AI | 1.0 | 0.8 | $0.361 | 1/1 | 48.2s |
| #163 | Qwen3.8 2.4T A95B high | Qwen | 1.0 | 0.8 | $2.949 | 1/1 | 127.1s |
| #164 | MiMo-V2.6-Flash medium | Xiaomi | 1.0 | 0.8 | $0.218 | 1/1 | 90.1s |
| #166 | Ling 3.1 Flash high | Inclusionai | 1.0 | 0.8 | $0.000 | 1/1 | 87.4s |
| #167 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1.0 | 0.8 | $0.589 | 1/1 | 43.5s |
| #169 | GLM 5.3 high | Z.ai | 1.0 | 0.8 | $0.495 | 1/1 | 40.7s |
| #172 | Qwen3.7 Plus none | Qwen | 1.0 | 0.8 | $0.178 | 1/1 | 143.1s |
| #174 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1.0 | 0.8 | $0.460 | 1/1 | 303.3s |
| #177 | Muse Glimmer 30B high | Meta | 1.0 | 0.8 | $0.506 | 1/1 | 139.7s |
| #178 | Nemotron 3.5 Super VL medium | NVIDIA | 1.0 | 0.8 | $0.437 | 1/1 | 113.6s |
| #179 | Claude Haiku 5.5 medium | Anthropic | 1.0 | 0.8 | $0.063 | 1/1 | 47.7s |