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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #98 | ERNIE-Light-DT-1.0 high | Baidu | 1.0 | 0.9 | $1.027 | 1/1 | 52.8s |
| #99 | DeepSeek V4.1 Flash max | DeepSeek | 1.0 | 0.9 | $1.204 | 1/1 | 66.6s |
| #100 | GPT-6.1 Terra none | OpenAI | 1.0 | 0.9 | $0.184 | 1/1 | 40.3s |
| #101 | Muse Spark 1.1 low | Meta | 1.0 | 0.9 | $0.885 | 1/1 | 42.2s |
| #102 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 1/1 | 54.9s |
| #103 | Claude Fable 5.2 low | Anthropic | 1.0 | 0.9 | $3.471 | 1/1 | 49.9s |
| #104 | Claude Sonnet 5.5 high | Anthropic | 1.0 | 0.9 | $1.175 | 1/1 | 51.5s |
| #106 | Claude Haiku 5.5 low | Anthropic | 1.0 | 0.9 | $0.061 | 1/1 | 44.4s |
| #108 | Particle-1 medium | Particle AI | 1.0 | 0.9 | $0.217 | 1/1 | 47.9s |
| #109 | Muse Ember medium | Meta | 1.0 | 0.9 | $0.190 | 1/1 | 47.2s |
| #111 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 1/1 | 55.1s |
| #112 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 1/1 | 69.3s |
| #115 | Nemotron 3.5 Super VL high | NVIDIA | 1.0 | 0.8 | $0.349 | 1/1 | 112.7s |
| #116 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 1/1 | 151.8s |
| #117 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 1/1 | 68.5s |