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) |
|---|---|---|---|---|---|---|---|
| #67 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 1/1 | 62.5s | |
| #68 | Gemini 4 Carbon low | 1.0 | 0.9 | $0.391 | 1/1 | 78.4s | |
| #69 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 1/1 | 73.2s |
| #70 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 1/1 | 48.5s | |
| #71 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 1/1 | 96.7s |
| #72 | Muse Spark Open low | Meta | 1.0 | 0.9 | $0.600 | 1/1 | 55.0s |
| #73 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 1/1 | 62.5s |
| #74 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 1/1 | 56.7s |
| #75 | Muse Spark 1.1 medium | Meta | 1.0 | 0.9 | $1.665 | 1/1 | 43.9s |
| #76 | Muse Ember minimal | Meta | 1.0 | 0.9 | $0.047 | 1/1 | 48.2s |
| #77 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 1/1 | 57.1s |
| #78 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 1/1 | 54.2s |
| #79 | Kimi K3.1 Pro low | Moonshot AI | 1.0 | 0.9 | $1.836 | 1/1 | 69.3s |
| #80 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 1/1 | 96.8s |
| #81 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 1/1 | 67.8s |