स्वायत्त एजंट कार्ये क्रमवारी
स्वायत्त एजंट कार्ये मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: एकूण खर्च ↑.
दाखवलेली मॉडेल्स
15
सरासरी स्वायत्त एजंट कार्ये स्कोअर
0.6
सर्वोत्तम मॉडेल
Ernie 5.5 Flash Preview 0.6
514/514
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | स्वायत्त एजंट कार्ये स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #478 | Command A+ high | Cohere | 0.4 | 0.3 | $0.079 | 0/1 | 156.0s |
| #335 | Gemini 3.1 Flash Lite minimal | 0.5 | 0.6 | $0.080 | 0/1 | 50.0s | |
| #366 | Nemotron 3 Super medium | NVIDIA | 0.5 | 0.6 | $0.081 | 0/1 | 138.3s |
| #199 | DeepSeek V4 Pro 0423 none | DeepSeek | 1.0 | 0.7 | $0.083 | 1/1 | 65.5s |
| #282 | Laguna XS 2.1 medium | Poolside | 0.6 | 0.6 | $0.083 | 0/1 | 66.4s |
| #450 | LFM3-1.7B default | Liquid | 0.3 | 0.4 | $0.084 | 0/1 | 56.5s |
| #464 | Grok 4.20 Beta default | X AI | 0.0 | 0.4 | $0.087 | 0/0 | 0ms |
| #128 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 1/1 | 52.6s |
| #71 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 1/1 | 96.7s |
| #186 | Qwen3.8 27B low | Qwen | 0.6 | 0.8 | ~$0.089 | 0/1 | 211.3s |
| #255 | Qwen3.5-Flash none | Qwen | 1.0 | 0.7 | $0.089 | 1/1 | 53.8s |
| #317 | Gemini 3.1 Flash Lite Preview none | 0.5 | 0.6 | $0.090 | 0/1 | 48.6s | |
| #401 | Laguna S 2.1 medium | Poolside | 0.3 | 0.5 | $0.092 | 0/1 | 165.0s |
| #286 | Solar Pro 4 medium | Upstage | 0.5 | 0.6 | $0.098 | 0/1 | 272.3s |
| #256 | Solar Pro 4 low | Upstage | 0.6 | 0.7 | $0.101 | 0/1 | 345.4s |