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.
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) |
|---|---|---|---|---|---|---|---|
| #210 | Nex-N2.6 high | NEX AGI | 0.6 | 0.7 | $0.177 | 0/1 | 111.9s |
| #211 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 0.6 | 0.7 | $0.567 | 0/1 | 186.4s |
| #213 | Gemini 3.8 Flash low | 0.6 | 0.7 | $0.323 | 0/1 | 67.2s | |
| #216 | LongCat 2.0 medium | Meituan | 0.6 | 0.7 | $0.767 | 0/1 | 174.1s |
| #234 | Qwen3.5-122B-A10B medium | Qwen | 0.6 | 0.7 | $1.152 | 0/1 | 95.3s |
| #237 | Muse Glimmer 30B low | Meta | 0.6 | 0.7 | $0.219 | 0/1 | 105.0s |
| #240 | Ember-1 high | Fireworks | 0.6 | 0.7 | $2.405 | 0/1 | 88.3s |
| #250 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/1 | 90.6s |
| #256 | Solar Pro 4 low | Upstage | 0.6 | 0.7 | $0.101 | 0/1 | 345.4s |
| #262 | Apodex 1.1 Mini high | Apodex | 0.6 | 0.7 | $0.000 | 0/1 | 85.4s |
| #265 | GLM 5.2 none | Z.ai | 0.6 | 0.7 | $0.250 | 0/1 | 46.9s |
| #267 | LongCat 2.0 low | Meituan | 0.6 | 0.7 | $0.630 | 0/1 | 145.6s |
| #273 | Minimax M3.1 Flash high | Minimax | 0.6 | 0.7 | $0.000 | 0/1 | 70.5s |
| #274 | Qwen3.6 35B A3B medium | Qwen | 0.6 | 0.7 | $0.834 | 0/1 | 88.5s |
| #275 | Mercury 2.5 Preview high | Inception | 0.6 | 0.6 | $0.040 | 0/1 | 86.8s |