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) |
|---|---|---|---|---|---|---|---|
| #382 | GPT-5.6 Luna none | OpenAI | 0.5 | 0.5 | $0.042 | 0/1 | 53.8s |
| #435 | Hy3 preview low | Tencent | 0.0 | 0.5 | $0.042 | 0/0 | 0ms |
| #394 | MiMo-V2-Flash medium | Xiaomi | 0.0 | 0.5 | $0.043 | 0/0 | 0ms |
| #276 | Mercury 2.5 high | Inception | 0.4 | 0.6 | $0.044 | 0/1 | 80.3s |
| #422 | Laguna S 2.1 none | Poolside | 0.5 | 0.5 | $0.044 | 0/1 | 149.3s |
| #153 | Qwen3.8 Flash Next low | Qwen | 0.6 | 0.8 | ~$0.045 | 0/1 | 137.5s |
| #432 | Mimo V2 PRO default | Xiaomi | 0.0 | 0.5 | $0.045 | 0/0 | 0ms |
| #406 | KAT Coder AIR V2.5 low | Kwaipilot | 0.3 | 0.5 | $0.046 | 0/1 | 1.08s |
| #448 | GLM 5 Turbo none | Z.ai | 0.0 | 0.4 | $0.047 | 0/0 | 0ms |
| #396 | Mistral Small 4 none | Mistral | 0.5 | 0.5 | $0.047 | 0/1 | 45.5s |
| #76 | Muse Ember minimal | Meta | 1.0 | 0.9 | $0.047 | 1/1 | 48.2s |
| #131 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 1/1 | 66.4s |
| #184 | Qwen3.8 Flash Next medium | Qwen | 0.5 | 0.8 | ~$0.047 | 0/1 | 159.6s |
| #398 | KAT Coder AIR V2.5 medium | Kwaipilot | 0.3 | 0.5 | $0.048 | 0/1 | 1.05s |
| #413 | MiMo-V2.5 none | Xiaomi | 0.4 | 0.5 | $0.049 | 0/1 | 124.2s |