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) |
|---|---|---|---|---|---|---|---|
| #162 | Gemini 3.5 Flash medium | 0.3 | 0.8 | $1.316 | 0/1 | 84.5s | |
| #304 | Solar Pro 4 high | Upstage | 0.3 | 0.6 | $0.077 | 0/1 | 312.3s |
| #318 | Claude Fable 5.1 low | Anthropic | 0.3 | 0.6 | $3.395 | 0/1 | 34.8s |
| #319 | Gemini 3.5 Flash none | 0.3 | 0.6 | $1.752 | 0/1 | 85.3s | |
| #379 | Step 3.5 Flash medium | Stepfun | 0.3 | 0.5 | $0.105 | 0/1 | 172.2s |
| #410 | Laguna S 2.1 high | Poolside | 0.3 | 0.5 | $0.145 | 0/1 | 158.2s |
| #420 | Nemotron 3.5 Lightning medium | NVIDIA | 0.3 | 0.5 | $0.195 | 0/1 | 341.8s |
| #429 | Laguna S 2.1 low | Poolside | 0.3 | 0.5 | $0.108 | 0/1 | 152.1s |
| #438 | Nemotron 3 Super none | NVIDIA | 0.3 | 0.4 | $0.016 | 0/1 | 30.5s |
| #482 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/1 | 128.5s |
| #157 | Claude Fable 5.1 high | Anthropic | 0.3 | 0.8 | $3.471 | 0/1 | 6.93s |
| #165 | Muse Wonder max | Meta | 0.3 | 0.8 | $4.766 | 0/1 | 381ms |
| #175 | Muse Wonder high | Meta | 0.3 | 0.8 | $3.426 | 0/1 | 461ms |
| #183 | Muse Wonder xhigh | Meta | 0.3 | 0.8 | $4.012 | 0/1 | 525ms |
| #198 | Inkling Small high | Thinkingmachines | 0.3 | 0.7 | $0.398 | 0/1 | 23ms |