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: प्रतिसाद वेळ (सरासरी) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #244 | Gemini 3.1 Flash Lite none | 5.0 | 5.9 | $0.069 | 0/1 | 43.8s | |
| #44 | Muse Spark 1.1 medium | Meta | 10.0 | 8.9 | $1.665 | 1/1 | 43.9s |
| #49 | DeepSeek V4.1 Flash high | DeepSeek | 10.0 | 8.7 | $0.190 | 1/1 | 44.0s |
| #170 | Inkling low | Thinkingmachines | 10.0 | 6.8 | $0.304 | 1/1 | 44.2s |
| #258 | Gemma 4 31B none | 3.9 | 5.7 | $0.030 | 0/1 | 44.7s | |
| #253 | Trinity Large Thinking high | Arcee AI | 10.0 | 5.7 | $0.645 | 1/1 | 45.0s |
| #321 | GPT-5.4 Nano none | OpenAI | 3.9 | 4.6 | $0.068 | 0/1 | 45.4s |
| #292 | Mistral Small 4 none | Mistral | 5.0 | 5.1 | $0.047 | 0/1 | 45.5s |
| #234 | Inkling none | Thinkingmachines | 10.0 | 6.1 | $0.304 | 1/1 | 45.6s |
| #299 | Dots 3 Note Preview none | Dots Studio | 3.9 | 5.0 | $0.000 | 0/1 | 45.7s |
| #166 | GPT-5.6 Luna low | OpenAI | 10.0 | 6.9 | $0.075 | 1/1 | 45.7s |
| #130 | Inkling medium | Thinkingmachines | 4.7 | 7.4 | $0.540 | 0/1 | 45.9s |
| #16 | GPT-6.1 Sol low | OpenAI | 10.0 | 9.6 | $0.460 | 1/1 | 46.6s |
| #167 | Claude Sonnet 5.5 low | Anthropic | 10.0 | 6.9 | $0.909 | 1/1 | 46.6s |
| #293 | Mercury 2.5 low | Inception | 5.0 | 5.1 | $0.020 | 0/1 | 47.1s |