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) |
|---|---|---|---|---|---|---|---|
| #113 | Qwen3.7 Flash low | Qwen | 10.0 | 7.7 | $0.053 | 1/1 | 106.7s |
| #114 | Muse Glimmer 30B medium | Meta | 10.0 | 7.7 | $0.353 | 1/1 | 107.4s |
| #115 | GPT-6 Luna low | OpenAI | 10.0 | 7.6 | $0.033 | 1/1 | 51.0s |
| #117 | Space Bunny Alpha high | Stealth | 10.0 | 7.5 | $0.000 | 1/1 | 73.4s |
| #118 | GLM 5.1 medium | Z.ai | 10.0 | 7.5 | $1.066 | 1/1 | 225.6s |
| #119 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.5 | $0.140 | 1/1 | 64.5s |
| #120 | Seed-2.0-Code high | Bytedance Seed | 10.0 | 7.5 | $1.448 | 1/1 | 139.9s |
| #123 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.4 | $0.858 | 1/1 | 56.1s |
| #125 | Seed-2.0-Code medium | Bytedance Seed | 10.0 | 7.4 | $1.275 | 1/1 | 91.7s |
| #126 | GLM 5.3 FlashX high | Z.ai | 10.0 | 7.4 | $0.210 | 1/1 | 78.0s |
| #129 | DeepSeek V4 Pro 0423 none | DeepSeek | 10.0 | 7.4 | $0.311 | 1/1 | 65.5s |
| #131 | Gemma 4 26B A4B medium | 10.0 | 7.3 | $0.086 | 1/1 | 107.1s | |
| #136 | LongCat 2.0 high | Meituan | 10.0 | 7.3 | $0.569 | 1/1 | 116.1s |
| #139 | Qwen3.5-27B none | Qwen | 10.0 | 7.2 | $0.116 | 1/1 | 124.5s |
| #148 | Qwen3.6 27B medium | Qwen | 10.0 | 7.2 | $1.006 | 1/1 | 145.9s |