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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #198 | KAT-Coder-Pro V2.5 high | Kwaipilot | 3.0 | 6.5 | $0.506 | 0/1 | 1.52s |
| #271 | Claude Opus 4.7 none | Anthropic | 0.0 | 5.4 | $0.505 | 0/0 | 0ms |
| #208 | MiMo-V2.5-Pro medium | Xiaomi | 4.7 | 6.4 | $0.502 | 0/1 | 233.5s |
| #188 | LongCat 2.0 low | Meituan | 6.1 | 6.6 | $0.495 | 0/1 | 145.6s |
| #100 | Qwen3.7 Max none | Qwen | 10.0 | 7.9 | $0.492 | 1/1 | 80.3s |
| #113 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 10.0 | 7.7 | $0.488 | 1/1 | 203.0s |
| #236 | KAT-Coder-Pro V2.5 none | Kwaipilot | 3.0 | 6.1 | $0.487 | 0/1 | 1.90s |
| #226 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3.0 | 6.2 | $0.478 | 0/1 | 3.38s |
| #58 | GPT-6 Sol low | OpenAI | 10.0 | 8.7 | $0.477 | 1/1 | 48.4s |
| #183 | GPT-5.6 Sol none | OpenAI | 5.0 | 6.7 | $0.472 | 0/1 | 58.3s |
| #196 | GLM 5.3 low | Z.ai | 5.2 | 6.5 | $0.471 | 0/1 | 48.8s |
| #110 | DeepSeek V4 Flash 0731 medium | DeepSeek | 10.0 | 7.8 | $0.462 | 1/1 | 303.3s |
| #16 | GPT-6.1 Sol low | OpenAI | 10.0 | 9.6 | $0.460 | 1/1 | 46.6s |
| #269 | GLM 5V Turbo medium | Z.ai | 0.0 | 5.5 | $0.457 | 0/0 | 0ms |
| #147 | Step 3.7 Flash low | Stepfun | 7.4 | 7.2 | $0.449 | 0/1 | 83.6s |