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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #290 | Beam 1.0 501B A23B low | Reflection | 0.3 | 0.6 | $0.432 | 0/1 | 29.5s |
| #258 | MiniMax M3 medium | Minimax | 0.3 | 0.7 | $0.422 | 0/1 | 116.5s |
| #134 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 1/1 | 196.5s |
| #198 | Inkling Small high | Thinkingmachines | 0.3 | 0.7 | $0.398 | 0/1 | 23ms |
| #23 | GPT-6.1 Terra high | OpenAI | 1.0 | 0.9 | $0.396 | 1/1 | 45.7s |
| #347 | DeepSeek V4.1 Flash none | DeepSeek | 0.7 | 0.6 | $0.391 | 0/1 | 55.8s |
| #68 | Gemini 4 Carbon low | 1.0 | 0.9 | $0.391 | 1/1 | 78.4s | |
| #411 | Gemini 3 PRO Preview medium | 0.0 | 0.5 | $0.385 | 0/0 | 0ms | |
| #346 | GPT-5.6 Terra none | OpenAI | 0.5 | 0.6 | $0.377 | 0/1 | 58.0s |
| #70 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 1/1 | 48.5s | |
| #160 | Particle-1 max | Particle AI | 1.0 | 0.8 | $0.361 | 1/1 | 48.2s |
| #46 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 1/1 | 46.7s |
| #115 | Nemotron 3.5 Super VL high | NVIDIA | 1.0 | 0.8 | $0.349 | 1/1 | 112.7s |
| #97 | Muse Ember max | Meta | 1.0 | 0.9 | $0.346 | 1/1 | 44.8s |
| #393 | Mimo V2 PRO medium | Xiaomi | 0.0 | 0.5 | $0.333 | 0/0 | 0ms |