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: बरोबर चाचण्या ↑.
504/504
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) |
|---|---|---|---|---|---|---|---|
| #105 | Qwen3.8 Max (0902) low | Qwen | 0.6 | 0.9 | $1.131 | 0/1 | 136.0s |
| #108 | Grok 4.6 high | X AI | 0.5 | 0.9 | $2.629 | 0/1 | 160.9s |
| #111 | Qwen3.7 Max medium | Qwen | 0.6 | 0.9 | $1.689 | 0/1 | 137.0s |
| #112 | Claude Haiku 5.5 max | Anthropic | 0.5 | 0.8 | $0.509 | 0/1 | 93.3s |
| #117 | Gemini 3.1 Pro Preview medium | 0.5 | 0.8 | $1.585 | 0/1 | 56.2s | |
| #121 | Particle-1 high | Particle AI | 0.6 | 0.8 | $0.170 | 0/1 | 54.8s |
| #124 | Ernie 5.5 Flash Preview high | Baidu | 0.6 | 0.8 | $0.000 | 0/1 | 64.0s |
| #127 | Gemini 3.5 Flash high | 0.3 | 0.8 | $2.737 | 0/1 | 87.3s | |
| #130 | Claude Opus 4.8 medium | Anthropic | 0.6 | 0.8 | $3.490 | 0/1 | 99.4s |
| #134 | Grok 4.5 high | X AI | 0.5 | 0.8 | $2.687 | 0/1 | 77.0s |
| #140 | Kimi K3.1 Pro high | Moonshot AI | 0.7 | 0.8 | $1.646 | 0/1 | 93.4s |
| #143 | Claude Opus 4.7 medium | Anthropic | 0.5 | 0.8 | $3.636 | 0/1 | 150.6s |
| #145 | DeepSeek V4.1 Flash low | DeepSeek | 0.6 | 0.8 | $0.494 | 0/1 | 56.0s |
| #149 | Gemini 3.8 Flash medium | 0.3 | 0.8 | $0.769 | 0/1 | 63.7s | |
| #150 | Qwen3.8 Flash Next low | Qwen | 0.6 | 0.8 | ~$0.045 | 0/1 | 137.5s |