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) |
|---|---|---|---|---|---|---|---|
| #348 | Ling 3.0 Flash high | Inclusionai | 0.3 | 0.6 | $0.021 | 0/1 | 42ms |
| #504 | Step 3.5 Flash none | Stepfun | 0.0 | 0.2 | $0.020 | 0/0 | 0ms |
| #397 | Mercury 2.5 low | Inception | 0.5 | 0.5 | $0.020 | 0/1 | 47.1s |
| #387 | Laguna XS 2.1 none | Poolside | 0.5 | 0.5 | $0.020 | 0/1 | 70.8s |
| #369 | Gemini 2.5 Flash none | 0.3 | 0.5 | $0.017 | 0/1 | 1.81s | |
| #438 | Nemotron 3 Super none | NVIDIA | 0.3 | 0.4 | $0.016 | 0/1 | 30.5s |
| #447 | gpt-oss-120b none | OpenAI | 0.6 | 0.4 | $0.016 | 0/1 | 140.9s |
| #412 | Ling 2.6 1t default | Inclusionai | 0.3 | 0.5 | $0.016 | 0/1 | 38ms |
| #514 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |
| #402 | Mercury 2.5 Preview low | Inception | 0.5 | 0.5 | $0.015 | 0/1 | 84.5s |
| #471 | Laguna Xs.2 medium | Poolside | 0.0 | 0.3 | $0.015 | 0/0 | 0ms |
| #343 | Qwen3.8 Flash Next none | Qwen | 0.5 | 0.6 | ~$0.011 | 0/1 | 65.3s |
| #501 | Clef Omni default | Cloudflare | 0.0 | 0.2 | $0.011 | 0/0 | 0ms |
| #375 | Qwen3.8 27B none | Qwen | 0.5 | 0.5 | ~$0.010 | 0/1 | 47.4s |
| #511 | Solar Decide default | Upstage | 0.0 | 0.1 | $0.009 | 0/0 | 0ms |