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.
504/504
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) |
|---|---|---|---|---|---|---|---|
| #16 | Gemini 3 Flash Preview medium | 1.0 | 1.0 | $0.876 | 1/1 | 59.2s | |
| #17 | GPT-6.1 Sol low | OpenAI | 1.0 | 1.0 | $0.460 | 1/1 | 46.6s |
| #18 | GPT-6.1 Terra medium | OpenAI | 1.0 | 1.0 | $0.291 | 1/1 | 44.9s |
| #19 | Gemini 4 Argon high | 1.0 | 1.0 | $1.802 | 1/1 | 82.5s | |
| #20 | Gemini 3.7 Flash medium | 1.0 | 1.0 | $0.278 | 1/1 | 58.4s | |
| #21 | GPT-6 Sol medium | OpenAI | 1.0 | 0.9 | $0.703 | 1/1 | 51.5s |
| #22 | GPT-5.6 Sol medium | OpenAI | 1.0 | 0.9 | $1.700 | 1/1 | 57.3s |
| #23 | GPT-6.1 Terra high | OpenAI | 1.0 | 0.9 | $0.396 | 1/1 | 45.7s |
| #24 | GPT-6 Astra medium | OpenAI | 1.0 | 0.9 | $2.707 | 1/1 | 50.0s |
| #25 | GPT-5.6 Sol high | OpenAI | 1.0 | 0.9 | $1.595 | 1/1 | 60.0s |
| #26 | GPT-5.5 low | OpenAI | 1.0 | 0.9 | $1.822 | 1/1 | 50.6s |
| #27 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 1/1 | 68.9s |
| #28 | GPT-6.1 Terra max | OpenAI | 1.0 | 0.9 | $2.209 | 1/1 | 49.7s |
| #29 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 1/1 | 64.4s |
| #30 | Gemini 3.7 Flash low | 1.0 | 0.9 | $0.183 | 1/1 | 58.8s |