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: प्रतिसाद वेळ (सरासरी) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #244 | Claude Opus 4.8 none | Anthropic | 0.5 | 0.7 | $2.334 | 0/1 | 65.1s |
| #339 | Claude Sonnet 5 none | Anthropic | 0.5 | 0.6 | $1.095 | 0/1 | 64.7s |
| #145 | DeepSeek V4 Pro 0423 high | DeepSeek | 1.0 | 0.8 | $0.149 | 1/1 | 64.5s |
| #189 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 1/1 | 64.5s |
| #29 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 1/1 | 64.4s |
| #126 | Ernie 5.5 Flash Preview high | Baidu | 0.6 | 0.8 | $0.000 | 0/1 | 64.0s |
| #152 | Gemini 3.8 Flash medium | 0.3 | 0.8 | $0.769 | 0/1 | 63.7s | |
| #449 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/1 | 63.4s |
| #310 | Trinity Large Thinking low | Arcee AI | 0.7 | 0.6 | $0.918 | 0/1 | 63.2s |
| #51 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 62.7s |
| #41 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 62.6s |
| #378 | MiMo-V2.6-Flash none | Xiaomi | 0.5 | 0.5 | $0.060 | 0/1 | 62.6s |
| #259 | Ember-1 max | Fireworks | 1.0 | 0.7 | $3.264 | 1/1 | 62.5s |
| #73 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 1/1 | 62.5s |
| #67 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 1/1 | 62.5s |