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) |
|---|---|---|---|---|---|---|---|
| #154 | Qwen3.6 Max Preview medium | Qwen | 0.0 | 7.0 | $1.132 | 0/0 | 0ms |
| #205 | Claude Sonnet 4.6 medium | Anthropic | 0.0 | 6.4 | $2.126 | 0/0 | 0ms |
| #220 | Claude Opus 4.6 medium | Anthropic | 0.0 | 6.3 | $2.961 | 0/0 | 0ms |
| #228 | GLM 5 Turbo medium | Z.ai | 0.0 | 6.2 | $0.323 | 0/0 | 0ms |
| #237 | Claude Sonnet 4.6 none | Anthropic | 0.0 | 6.0 | $0.661 | 0/0 | 0ms |
| #269 | GLM 5V Turbo medium | Z.ai | 0.0 | 5.5 | $0.457 | 0/0 | 0ms |
| #271 | Claude Opus 4.7 none | Anthropic | 0.0 | 5.4 | $0.505 | 0/0 | 0ms |
| #278 | Hy3 preview medium | Tencent | 0.0 | 5.3 | $0.049 | 0/0 | 0ms |
| #282 | Qwen3.6 Max Preview none | Qwen | 0.0 | 5.3 | $0.228 | 0/0 | 0ms |
| #289 | Mimo V2 PRO medium | Xiaomi | 0.0 | 5.2 | $0.333 | 0/0 | 0ms |
| #290 | MiMo-V2-Flash medium | Xiaomi | 0.0 | 5.1 | $0.043 | 0/0 | 0ms |
| #302 | Grok 4.20 Beta medium | X AI | 0.0 | 4.9 | $0.750 | 0/0 | 0ms |
| #306 | Gemini 3 PRO Preview medium | 0.0 | 4.9 | $0.385 | 0/0 | 0ms | |
| #311 | Mimo V2 Omni medium | Xiaomi | 0.0 | 4.9 | $0.683 | 0/0 | 0ms |
| #312 | Hy3 preview high | Tencent | 0.0 | 4.8 | $0.135 | 0/0 | 0ms |