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: बरोबर चाचण्या ↓.
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) |
|---|---|---|---|---|---|---|---|
| #129 | DeepSeek V4 Pro 0423 none | DeepSeek | 10.0 | 7.4 | $0.311 | 1/1 | 65.5s |
| #131 | Gemma 4 26B A4B medium | 10.0 | 7.3 | $0.086 | 1/1 | 107.1s | |
| #136 | LongCat 2.0 high | Meituan | 10.0 | 7.3 | $0.569 | 1/1 | 116.1s |
| #139 | Qwen3.5-27B none | Qwen | 10.0 | 7.2 | $0.116 | 1/1 | 124.5s |
| #148 | Qwen3.6 27B medium | Qwen | 10.0 | 7.2 | $1.006 | 1/1 | 145.9s |
| #150 | GLM 5.3 FlashX medium | Z.ai | 10.0 | 7.1 | $0.114 | 1/1 | 74.4s |
| #152 | MiMo-V2.5 medium | Xiaomi | 10.0 | 7.1 | $0.419 | 1/1 | 113.6s |
| #164 | Gemma 4 31B medium | 10.0 | 6.9 | $0.117 | 1/1 | 82.1s | |
| #165 | GPT-5.6 Luna low | OpenAI | 10.0 | 6.9 | $0.075 | 1/1 | 45.7s |
| #166 | Claude Sonnet 5.5 low | Anthropic | 10.0 | 6.9 | $0.909 | 1/1 | 46.6s |
| #169 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.8 | $0.184 | 1/1 | 67.7s |
| #170 | Inkling low | Thinkingmachines | 10.0 | 6.8 | $0.304 | 1/1 | 44.2s |
| #177 | Qwen3.5-Flash none | Qwen | 10.0 | 6.7 | $0.089 | 1/1 | 53.8s |
| #181 | Ember-1 max | Fireworks | 10.0 | 6.7 | $3.264 | 1/1 | 62.5s |
| #184 | GLM 5.3 Flash low | Z.ai | 10.0 | 6.6 | $0.052 | 1/1 | 59.7s |