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) |
|---|---|---|---|---|---|---|---|
| #107 | Qwen3.8 Max (0902) low | Qwen | 0.6 | 0.9 | $1.131 | 0/1 | 136.0s |
| #158 | GPT-5.4 Mini medium | OpenAI | 1.0 | 0.8 | $1.102 | 1/1 | 100.7s |
| #272 | Claude Sonnet 5.5 medium | Anthropic | 1.0 | 0.7 | $1.100 | 1/1 | 51.2s |
| #63 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 1/1 | 127.5s |
| #339 | Claude Sonnet 5 none | Anthropic | 0.5 | 0.6 | $1.095 | 0/1 | 64.7s |
| #80 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 1/1 | 96.8s |
| #94 | Qwen4 Max low | Qwen | 0.5 | 0.9 | $1.064 | 0/1 | 165.8s |
| #98 | ERNIE-Light-DT-1.0 high | Baidu | 1.0 | 0.9 | $1.027 | 1/1 | 52.8s |
| #219 | Qwen3.6 27B medium | Qwen | 1.0 | 0.7 | $1.021 | 1/1 | 145.9s |
| #137 | GLM 5.2 medium | Z.ai | 1.0 | 0.8 | $1.007 | 1/1 | 102.4s |
| #4 | GPT-6.1 Sol max | OpenAI | 1.0 | 1.0 | $1.006 | 1/1 | 80.2s |
| #281 | Grok 4.3 medium | X AI | 0.4 | 0.6 | $0.989 | 0/1 | 51.6s |
| #3 | GPT-6 Sol high | OpenAI | 1.0 | 1.0 | $0.921 | 1/1 | 53.3s |
| #310 | Trinity Large Thinking low | Arcee AI | 0.7 | 0.6 | $0.918 | 0/1 | 63.2s |
| #111 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 1/1 | 55.1s |