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: 合計コスト ↓.
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) |
|---|---|---|---|---|---|---|---|
| #311 | DeepSeek V4 Flash 0423 none | DeepSeek | 1.0 | 0.6 | $0.149 | 1/1 | 92.9s |
| #145 | DeepSeek V4 Pro 0423 high | DeepSeek | 1.0 | 0.8 | $0.149 | 1/1 | 64.5s |
| #299 | Qwen3.6 27B none | Qwen | 1.0 | 0.6 | $0.148 | 1/1 | 58.6s |
| #410 | Laguna S 2.1 high | Poolside | 0.3 | 0.5 | $0.145 | 0/1 | 158.2s |
| #241 | Gemma 4 31B medium | 1.0 | 0.7 | $0.144 | 1/1 | 82.1s | |
| #189 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 1/1 | 64.5s |
| #363 | GLM 5 none | Z.ai | 0.5 | 0.6 | $0.140 | 0/1 | 74.8s |
| #51 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 62.7s |
| #338 | Qwen3.6 Flash none | Qwen | 0.5 | 0.6 | $0.139 | 0/1 | 93.5s |
| #254 | GLM 5.3 FlashX Legal low | Z.ai | 1.0 | 0.7 | $0.135 | 1/1 | 59.3s |
| #417 | Hy3 preview high | Tencent | 0.0 | 0.5 | $0.135 | 0/0 | 0ms |
| #399 | MiMo-V2.5-Pro none | Xiaomi | 0.4 | 0.5 | $0.135 | 0/1 | 49.6s |
| #58 | Particle-1 low | Particle AI | 1.0 | 0.9 | $0.134 | 1/1 | 44.6s |
| #225 | MiMo-V2.5 medium | Xiaomi | 1.0 | 0.7 | $0.130 | 1/1 | 113.6s |
| #395 | Mistral Small 4 medium | Mistral | 0.5 | 0.5 | $0.126 | 0/1 | 54.1s |