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) |
|---|---|---|---|---|---|---|---|
| #118 | Muse Glimmer 30B xhigh | Meta | 1.0 | 0.8 | $0.585 | 1/1 | 145.1s |
| #120 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 1/1 | 66.0s |
| #121 | Muse Spark 1.1 high | Meta | 1.0 | 0.8 | $2.570 | 1/1 | 49.7s |
| #122 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 1/1 | 204.4s |
| #124 | Particle-1 minimal | Particle AI | 1.0 | 0.8 | $0.231 | 1/1 | 46.8s |
| #125 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 1/1 | 52.4s |
| #127 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 1/1 | 66.4s |
| #128 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 1/1 | 52.6s |
| #130 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 1/1 | 74.2s |
| #131 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 1/1 | 66.4s |
| #133 | Ling 3.1 Flash medium | Inclusionai | 1.0 | 0.8 | $0.000 | 1/1 | 100.1s |
| #134 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 1/1 | 196.5s |
| #135 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1.0 | 0.8 | $0.757 | 1/1 | 45.6s |
| #137 | GLM 5.2 medium | Z.ai | 1.0 | 0.8 | $1.007 | 1/1 | 102.4s |
| #138 | GPT-5.6 Terra medium | OpenAI | 1.0 | 0.8 | $0.483 | 1/1 | 54.7s |