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 ↓.
504/504
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) |
|---|---|---|---|---|---|---|---|
| #13 | Claude Fable 5.2 xhigh | Anthropic | 1.0 | 1.0 | $10.319 | 1/1 | 58.9s |
| #47 | Gemini 4 Hydrogen xhigh | 1.0 | 0.9 | $8.734 | 1/1 | 103.1s | |
| #44 | Claude Sonnet 5.5 max | Anthropic | 1.0 | 0.9 | $8.557 | 1/1 | 111.1s |
| #8 | GPT-6 Astra xhigh | OpenAI | 1.0 | 1.0 | $6.213 | 1/1 | 56.7s |
| #39 | Gemini 4 Carbon high | 1.0 | 0.9 | $6.107 | 1/1 | 242.7s | |
| #447 | Grok 4.20 Multi Agent Beta medium | X AI | 0.0 | 0.4 | $5.599 | 0/0 | 0ms |
| #77 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 1/1 | 57.1s |
| #94 | Claude Fable 5.2 high | Anthropic | 1.0 | 0.9 | $5.083 | 1/1 | 56.3s |
| #5 | GPT-6 Astra max | OpenAI | 1.0 | 1.0 | $5.044 | 1/1 | 69.6s |
| #43 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 1/1 | 59.4s |
| #162 | Muse Wonder max | Meta | 0.3 | 0.8 | $4.766 | 0/1 | 381ms |
| #123 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 1/1 | 52.4s |
| #31 | Claude Opus 5 high | Anthropic | 1.0 | 0.9 | $4.524 | 1/1 | 87.0s |
| #228 | Step 5 Preview high | Stepfun | 1.0 | 0.7 | $4.513 | 1/1 | 55.7s |
| #7 | GPT-6 Astra high | OpenAI | 1.0 | 1.0 | $4.458 | 1/1 | 53.4s |