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。
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) |
|---|---|---|---|---|---|---|---|
| #229 | Ling 3.2 Flash high | Inclusionai | 0.7 | 0.7 | $0.000 | 0/1 | 495.0s |
| #298 | Qwen3.5-35B-A3B medium | Qwen | 0.7 | 0.6 | $0.716 | 0/1 | 126.8s |
| #302 | Minimax M3.1 Flash medium | Minimax | 0.7 | 0.6 | $0.000 | 0/1 | 67.8s |
| #310 | Trinity Large Thinking low | Arcee AI | 0.7 | 0.6 | $0.918 | 0/1 | 63.2s |
| #347 | DeepSeek V4.1 Flash none | DeepSeek | 0.7 | 0.6 | $0.391 | 0/1 | 55.8s |
| #126 | Ernie 5.5 Flash Preview high | Baidu | 0.6 | 0.8 | $0.000 | 0/1 | 64.0s |
| #107 | Qwen3.8 Max (0902) low | Qwen | 0.6 | 0.9 | $1.131 | 0/1 | 136.0s |
| #113 | Qwen3.7 Max medium | Qwen | 0.6 | 0.9 | $1.689 | 0/1 | 137.0s |
| #123 | Particle-1 high | Particle AI | 0.6 | 0.8 | $0.170 | 0/1 | 54.8s |
| #132 | Claude Opus 4.8 medium | Anthropic | 0.6 | 0.8 | $3.490 | 0/1 | 99.4s |
| #148 | DeepSeek V4.1 Flash low | DeepSeek | 0.6 | 0.8 | $0.494 | 0/1 | 56.0s |
| #153 | Qwen3.8 Flash Next low | Qwen | 0.6 | 0.8 | ~$0.045 | 0/1 | 137.5s |
| #156 | GLM 5.3 FlashX max | Z.ai | 0.6 | 0.8 | $0.623 | 0/1 | 104.8s |
| #161 | GLM 5.3 FlashX Legal max | Z.ai | 0.6 | 0.8 | $0.819 | 0/1 | 93.3s |
| #186 | Qwen3.8 27B low | Qwen | 0.6 | 0.8 | ~$0.089 | 0/1 | 211.3s |