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) |
|---|---|---|---|---|---|---|---|
| #357 | Gemma 4 31B none | 0.4 | 0.6 | $0.031 | 0/1 | 44.7s | |
| #371 | Gemma 4 26B A4B none | 0.5 | 0.5 | $0.031 | 0/1 | 75.8s | |
| #336 | gpt-oss-120b medium | OpenAI | 0.5 | 0.6 | $0.030 | 0/1 | 203.9s |
| #477 | HeyGen Decision default | Heygen | 0.0 | 0.3 | $0.029 | 0/0 | 0ms |
| #326 | Granite 4.2 8B medium | IBM Granite | 1.0 | 0.6 | $0.029 | 1/1 | 149.5s |
| #341 | Qwen3.7 Flash none | Qwen | 0.5 | 0.6 | $0.028 | 0/1 | 117.0s |
| #418 | GLM 4.7 Flash none | Z.ai | 0.5 | 0.5 | $0.027 | 0/1 | 80.7s |
| #449 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/1 | 63.4s |
| #436 | Ring 2.6 1t default | Inclusionai | 0.3 | 0.4 | $0.026 | 0/1 | 19ms |
| #370 | GPT-6 Luna none | OpenAI | 0.5 | 0.5 | $0.026 | 0/1 | 51.1s |
| #473 | MiMo-V2-Flash default | Xiaomi | 0.0 | 0.3 | $0.025 | 0/0 | 0ms |
| #405 | GPT-4o-mini default | OpenAI | 0.5 | 0.5 | $0.024 | 0/1 | 40.0s |
| #419 | Mercury 2.5 Preview default | Inception | 0.4 | 0.5 | $0.023 | 0/1 | 85.0s |
| #360 | Solar Pro 4 none | Upstage | 0.5 | 0.6 | $0.022 | 0/1 | 69.2s |
| #437 | Mimo V2 Omni default | Xiaomi | 0.0 | 0.4 | $0.021 | 0/0 | 0ms |