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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #37 | Muse Ember high | Meta | 1.0 | 0.9 | $0.156 | 1/1 | 48.3s |
| #38 | Gemini 4 Hydrogen low | 1.0 | 0.9 | $0.669 | 1/1 | 46.6s | |
| #39 | Gemini 4 Carbon high | 1.0 | 0.9 | $6.107 | 1/1 | 242.7s | |
| #40 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 1/1 | 50.1s |
| #41 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 62.6s |
| #42 | Muse Wonder medium | Meta | 1.0 | 0.9 | $3.397 | 1/1 | 46.0s |
| #43 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 1/1 | 59.4s |
| #44 | Claude Sonnet 5.5 max | Anthropic | 1.0 | 0.9 | $8.557 | 1/1 | 111.1s |
| #45 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 1/1 | 115.3s |
| #46 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 1/1 | 46.7s |
| #47 | Gemini 4 Hydrogen xhigh | 1.0 | 0.9 | $8.734 | 1/1 | 103.1s | |
| #48 | Gemini 4 Carbon medium | 1.0 | 0.9 | $1.933 | 1/1 | 155.8s | |
| #49 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 1/1 | 197.1s |
| #50 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 1/1 | 61.9s |
| #51 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 62.7s |