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) |
|---|---|---|---|---|---|---|---|
| #294 | MiMo-V2.5-Pro medium | Xiaomi | 0.5 | 0.6 | $0.332 | 0/1 | 233.5s |
| #403 | MiniMax M2.7 medium | Minimax | 0.5 | 0.5 | $0.326 | 0/1 | 198.8s |
| #315 | GLM 5 Turbo medium | Z.ai | 0.0 | 0.6 | $0.323 | 0/0 | 0ms |
| #213 | Gemini 3.8 Flash low | 0.6 | 0.7 | $0.323 | 0/1 | 67.2s | |
| #117 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 1/1 | 68.5s |
| #283 | Qwen3.5-122B-A10B none | Qwen | 1.0 | 0.6 | $0.308 | 1/1 | 55.9s |
| #194 | DeepSeek V4 Flash 0731 low | DeepSeek | 0.5 | 0.7 | $0.306 | 0/1 | 321.2s |
| #90 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 1/1 | 132.3s |
| #247 | Inkling low | Thinkingmachines | 1.0 | 0.7 | $0.293 | 1/1 | 44.2s |
| #323 | Inkling none | Thinkingmachines | 1.0 | 0.6 | $0.292 | 1/1 | 45.6s |
| #18 | GPT-6.1 Terra medium | OpenAI | 1.0 | 1.0 | $0.291 | 1/1 | 44.9s |
| #353 | Mistral Large 4 none | Mistral | 0.6 | 0.6 | $0.290 | 0/1 | 59.0s |
| #182 | Muse Glimmer 30B medium | Meta | 1.0 | 0.8 | $0.288 | 1/1 | 107.4s |
| #20 | Gemini 3.7 Flash medium | 1.0 | 1.0 | $0.278 | 1/1 | 58.4s | |
| #142 | Seed-2.0-Lite medium | Bytedance Seed | 1.0 | 0.8 | $0.271 | 1/1 | 69.3s |