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: मेट्रिक ↑.
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) |
|---|---|---|---|---|---|---|---|
| #207 | Qwen3.6 Plus medium | Qwen | 0.5 | 0.7 | $0.554 | 0/1 | 307.1s |
| #208 | Gemini 3.5 Flash Lite medium | 0.5 | 0.7 | $0.440 | 0/1 | 86.9s | |
| #214 | Claude Opus 4.8 low | Anthropic | 0.5 | 0.7 | $3.787 | 0/1 | 110.7s |
| #217 | GLM 5 medium | Z.ai | 0.5 | 0.7 | $0.479 | 0/1 | 110.7s |
| #221 | Qwen3.8 Flash Next xhigh | Qwen | 0.5 | 0.7 | ~$0.195 | 0/1 | 173.7s |
| #232 | Ember-1 low | Fireworks | 0.5 | 0.7 | $1.488 | 0/1 | 121.3s |
| #286 | Solar Pro 4 medium | Upstage | 0.5 | 0.6 | $0.098 | 0/1 | 272.3s |
| #291 | Mercury 2.5 medium | Inception | 0.5 | 0.6 | $0.034 | 0/1 | 107.9s |
| #331 | GLM 5.3 FlashX low | Z.ai | 0.5 | 0.6 | $0.157 | 0/1 | 78.0s |
| #339 | Claude Sonnet 5 none | Anthropic | 0.5 | 0.6 | $1.095 | 0/1 | 64.7s |
| #341 | Qwen3.7 Flash none | Qwen | 0.5 | 0.6 | $0.028 | 0/1 | 117.0s |
| #351 | GPT-5 Nano medium | OpenAI | 0.5 | 0.6 | $0.159 | 0/1 | 94.1s |
| #355 | Hy4 none | Tencent | 0.5 | 0.6 | $0.114 | 0/1 | 75.6s |
| #358 | Space Bunny Alpha low | Stealth | 0.5 | 0.6 | $0.000 | 0/1 | 89.0s |
| #367 | Kimi K2.6 none | Moonshot AI | 0.5 | 0.5 | $0.486 | 0/1 | 175.2s |