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 ↓.
387/387
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） |
|---|---|---|---|---|---|---|---|
| #129 | DeepSeek V4 Pro 0423 none | DeepSeek | 1.0 | 0.7 | $0.083 | 1/1 | 65.5s |
| #131 | Gemma 4 26B A4B medium | 1.0 | 0.7 | $0.101 | 1/1 | 107.1s | |
| #136 | LongCat 2.0 high | Meituan | 1.0 | 0.7 | $0.778 | 1/1 | 116.1s |
| #139 | Qwen3.5-27B none | Qwen | 1.0 | 0.7 | $0.116 | 1/1 | 124.5s |
| #148 | Qwen3.6 27B medium | Qwen | 1.0 | 0.7 | $1.006 | 1/1 | 145.9s |
| #150 | GLM 5.3 FlashX medium | Z.ai | 1.0 | 0.7 | $0.114 | 1/1 | 74.4s |
| #152 | MiMo-V2.5 medium | Xiaomi | 1.0 | 0.7 | $0.130 | 1/1 | 113.6s |
| #164 | Gemma 4 31B medium | 1.0 | 0.7 | $0.144 | 1/1 | 82.1s | |
| #165 | GPT-5.6 Luna low | OpenAI | 1.0 | 0.7 | $0.049 | 1/1 | 45.7s |
| #166 | Claude Sonnet 5.5 low | Anthropic | 1.0 | 0.7 | $0.909 | 1/1 | 46.6s |
| #169 | Qwen3.5-Flash medium | Qwen | 1.0 | 0.7 | $0.184 | 1/1 | 67.7s |
| #170 | Inkling low | Thinkingmachines | 1.0 | 0.7 | $0.293 | 1/1 | 44.2s |
| #177 | Qwen3.5-Flash none | Qwen | 1.0 | 0.7 | $0.089 | 1/1 | 53.8s |
| #181 | Ember-1 max | Fireworks | 1.0 | 0.7 | $3.264 | 1/1 | 62.5s |
| #185 | GLM 5.3 Flash low | Z.ai | 1.0 | 0.7 | $0.038 | 1/1 | 59.7s |