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: प्रतिसाद वेळ (सरासरी) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #470 | Command A+ medium | Cohere | 0.5 | 0.3 | $0.064 | 0/1 | 112.8s |
| #178 | Nemotron 3.5 Super VL medium | NVIDIA | 1.0 | 0.8 | $0.437 | 1/1 | 113.6s |
| #225 | MiMo-V2.5 medium | Xiaomi | 1.0 | 0.7 | $0.130 | 1/1 | 113.6s |
| #45 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 1/1 | 115.3s |
| #2 | Gemini 3.8 Flash high | 1.0 | 1.0 | $1.927 | 1/1 | 115.5s | |
| #206 | LongCat 2.0 high | Meituan | 1.0 | 0.7 | $0.778 | 1/1 | 116.1s |
| #258 | MiniMax M3 medium | Minimax | 0.3 | 0.7 | $0.422 | 0/1 | 116.5s |
| #341 | Qwen3.7 Flash none | Qwen | 0.5 | 0.6 | $0.028 | 0/1 | 117.0s |
| #232 | Ember-1 low | Fireworks | 0.5 | 0.7 | $1.488 | 0/1 | 121.3s |
| #400 | Apodex 1.1 Mini default | Apodex | 0.5 | 0.5 | $0.000 | 0/1 | 121.5s |
| #425 | DeepSeek V3.2 none | DeepSeek | 0.3 | 0.5 | $0.119 | 0/1 | 122.5s |
| #345 | Hy4 high | Tencent | 0.5 | 0.6 | $3.055 | 0/1 | 123.4s |
| #238 | Minimax M3.1 Flash max | Minimax | 0.5 | 0.7 | $0.000 | 0/1 | 124.0s |
| #413 | MiMo-V2.5 none | Xiaomi | 0.4 | 0.5 | $0.049 | 0/1 | 124.2s |
| #209 | Qwen3.5-27B none | Qwen | 1.0 | 0.7 | $0.116 | 1/1 | 124.5s |