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: एकूण खर्च ↑.
दाखवलेली मॉडेल्स
15
सरासरी स्वायत्त एजंट कार्ये स्कोअर
0.6
सर्वोत्तम मॉडेल
Ernie 5.5 Flash Preview 0.6
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) |
|---|---|---|---|---|---|---|---|
| #59 | Gemini 4 Hydrogen high | 1.0 | 0.9 | $2.019 | 1/1 | 73.3s | |
| #92 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 1/1 | 90.9s |
| #427 | Gemini 3.1 Flash Lite high | 0.0 | 0.5 | $2.044 | 0/0 | 0ms | |
| #60 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 1/1 | 84.3s |
| #287 | Claude Sonnet 4.6 medium | Anthropic | 0.0 | 0.6 | $2.126 | 0/0 | 0ms |
| #29 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 1/1 | 64.4s |
| #15 | GPT-6 Astra low | OpenAI | 1.0 | 1.0 | $2.160 | 1/1 | 49.2s |
| #28 | GPT-6.1 Terra max | OpenAI | 1.0 | 0.9 | $2.209 | 1/1 | 49.7s |
| #81 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 1/1 | 67.8s |
| #171 | Grok 4.6 medium | X AI | 0.5 | 0.8 | $2.270 | 0/1 | 103.6s |
| #444 | Gemini 3.1 Flash Lite Preview high | 0.0 | 0.4 | $2.310 | 0/0 | 0ms | |
| #244 | Claude Opus 4.8 none | Anthropic | 0.5 | 0.7 | $2.334 | 0/1 | 65.1s |
| #69 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 1/1 | 73.2s |
| #342 | Hy4 low | Tencent | 0.5 | 0.6 | $2.365 | 0/1 | 135.0s |
| #240 | Ember-1 high | Fireworks | 0.6 | 0.7 | $2.405 | 0/1 | 88.3s |