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 ↑.
380/380
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) |
|---|---|---|---|---|---|---|---|
| #337 | Cobuddy medium | Baidu | 3.0 | 4.4 | $0.000 | 0/1 | 173ms |
| #338 | Mercury 2 none | Inception | 3.0 | 4.4 | $0.033 | 0/1 | 9.00s |
| #340 | MiniMax M2.5 medium | Minimax | 3.0 | 4.3 | $0.359 | 0/1 | 600.8s |
| #351 | Ling 3.0 Tiny none | Inclusionai | 3.0 | 3.8 | $0.000 | 0/1 | 23ms |
| #352 | Granite 4.1 8b none | IBM Granite | 3.0 | 3.8 | $0.007 | 0/1 | 60ms |
| #353 | Nemotron 3.5 Lightning none | NVIDIA | 3.0 | 3.8 | $0.007 | 0/1 | 339.6s |
| #354 | Ling 3.0 Tiny high | Inclusionai | 3.0 | 3.7 | $0.000 | 0/1 | 28ms |
| #355 | Ling 3.0 Tiny low | Inclusionai | 3.0 | 3.7 | $0.000 | 0/1 | 21ms |
| #356 | Ling 3.0 Tiny medium | Inclusionai | 3.0 | 3.6 | $0.000 | 0/1 | 24ms |
| #371 | Command A+ none | Cohere | 3.0 | 3.0 | $0.000 | 0/1 | 1.05s |
| #176 | Grok Build 0.1 medium | X AI | 3.4 | 6.7 | $1.419 | 0/1 | 69.0s |
| #296 | Laguna S 2.1 medium | Poolside | 3.4 | 5.0 | $0.080 | 0/1 | 165.0s |
| #225 | Gemini 3.5 Flash none | 3.5 | 6.3 | $1.778 | 0/1 | 89.3s | |
| #287 | Nemotron 3.5 Lightning high | NVIDIA | 3.5 | 5.2 | $0.111 | 0/1 | 491.0s |
| #325 | Nemotron 3.5 Lightning low | NVIDIA | 3.5 | 4.6 | $0.117 | 0/1 | 597.6s |