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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #6 | GPT-6.1 Sol xhigh | OpenAI | 10.0 | 9.9 | $1.377 | 1/1 | 58.9s |
| #7 | GPT-6 Astra high | OpenAI | 10.0 | 9.9 | $4.458 | 1/1 | 53.4s |
| #8 | GPT-6 Astra xhigh | OpenAI | 10.0 | 9.9 | $6.213 | 1/1 | 56.7s |
| #9 | Gemini 3.7 Flash high | 10.0 | 9.8 | $0.851 | 1/1 | 78.5s | |
| #10 | Gemini 3.6 Flash medium | 10.0 | 9.8 | $0.970 | 1/1 | 61.8s | |
| #11 | GPT-6.1 Sol medium | OpenAI | 10.0 | 9.6 | $0.530 | 1/1 | 51.0s |
| #12 | GPT-6.1 Sol high | OpenAI | 10.0 | 9.6 | $0.755 | 1/1 | 54.6s |
| #13 | GPT-5.6 Sol low | OpenAI | 10.0 | 9.6 | $0.609 | 1/1 | 57.1s |
| #14 | GPT-6 Astra low | OpenAI | 10.0 | 9.6 | $2.160 | 1/1 | 49.2s |
| #15 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.876 | 1/1 | 59.2s | |
| #16 | GPT-6.1 Sol low | OpenAI | 10.0 | 9.6 | $0.460 | 1/1 | 46.6s |
| #17 | Gemini 3.7 Flash medium | 10.0 | 9.5 | $0.432 | 1/1 | 58.4s | |
| #18 | GPT-6 Sol medium | OpenAI | 10.0 | 9.5 | $0.703 | 1/1 | 51.5s |
| #19 | GPT-5.6 Sol medium | OpenAI | 10.0 | 9.5 | $0.763 | 1/1 | 57.3s |
| #20 | GPT-6 Astra medium | OpenAI | 10.0 | 9.5 | $2.707 | 1/1 | 50.0s |