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: बरोबर चाचण्या ↑.
380/380
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) |
|---|---|---|---|---|---|---|---|
| #340 | MiniMax M2.5 medium | Minimax | 3.0 | 4.3 | $0.359 | 0/1 | 600.8s |
| #341 | GLM 4.7 Flash medium | Z.ai | 3.9 | 4.2 | $0.193 | 0/1 | 399.2s |
| #342 | gpt-oss-120b none | OpenAI | 6.1 | 4.2 | $0.016 | 0/1 | 140.9s |
| #343 | GLM 5 Turbo none | Z.ai | 0.0 | 4.2 | $0.047 | 0/0 | 0ms |
| #344 | Mercury 2.5 none | Inception | 5.0 | 4.1 | $0.026 | 0/1 | 63.4s |
| #345 | Qwen3.6 Plus Preview medium | Qwen | 0.0 | 4.0 | $0.000 | 0/0 | 0ms |
| #346 | Qwen3.5-9B medium | Qwen | 5.2 | 4.0 | $0.106 | 0/1 | 152.9s |
| #347 | Grok 4.20 Multi Agent Beta medium | X AI | 0.0 | 3.9 | $5.599 | 0/0 | 0ms |
| #348 | Hunter Alpha medium | OpenRouter | 0.0 | 3.9 | $0.000 | 0/0 | 0ms |
| #349 | Grok 4.1 Fast medium | X AI | 0.0 | 3.9 | $0.069 | 0/0 | 0ms |
| #350 | Laguna M.1 medium | Poolside | 0.0 | 3.9 | $0.033 | 0/0 | 0ms |
| #351 | Ling 3.0 Tiny none | Inclusionai | 3.0 | 3.8 | $0.000 | 0/1 | 23ms |
| #352 | Granite 4.1 8b none | IBM Granite | 3.0 | 3.8 | $0.007 | 0/1 | 60ms |
| #353 | Nemotron 3.5 Lightning none | NVIDIA | 3.0 | 3.8 | $0.007 | 0/1 | 339.6s |
| #354 | Ling 3.0 Tiny high | Inclusionai | 3.0 | 3.7 | $0.000 | 0/1 | 28ms |