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) |
|---|---|---|---|---|---|---|---|
| #409 | Qwen3 Coder Next default | Qwen | 0.4 | 0.5 | $0.067 | 0/1 | 208.4s |
| #413 | MiMo-V2.5 none | Xiaomi | 0.4 | 0.5 | $0.049 | 0/1 | 124.2s |
| #414 | Qwen3.5-9B none | Qwen | 0.4 | 0.5 | $0.041 | 0/1 | 433.0s |
| #419 | Mercury 2.5 Preview default | Inception | 0.4 | 0.5 | $0.023 | 0/1 | 85.0s |
| #426 | GPT-5.4 Nano none | OpenAI | 0.4 | 0.5 | $0.068 | 0/1 | 45.4s |
| #446 | GLM 4.7 Flash medium | Z.ai | 0.4 | 0.4 | $0.193 | 0/1 | 399.2s |
| #478 | Command A+ high | Cohere | 0.4 | 0.3 | $0.079 | 0/1 | 156.0s |
| #391 | Nemotron 3.5 Lightning high | NVIDIA | 0.4 | 0.5 | $0.168 | 0/1 | 491.0s |
| #430 | Nemotron 3.5 Lightning low | NVIDIA | 0.4 | 0.5 | $0.175 | 0/1 | 597.6s |
| #328 | Apodex 1.1 Mini medium | Apodex | 0.3 | 0.6 | $0.000 | 0/1 | 85.3s |
| #361 | Step 5 Preview low | Stepfun | 0.3 | 0.6 | $4.110 | 0/1 | 131.7s |
| #401 | Laguna S 2.1 medium | Poolside | 0.3 | 0.5 | $0.092 | 0/1 | 165.0s |
| #129 | Gemini 3.5 Flash high | 0.3 | 0.8 | $2.737 | 0/1 | 87.3s | |
| #141 | Qwen4 Max xhigh | Qwen | 0.3 | 0.8 | $1.830 | 0/1 | 322.1s |
| #253 | Grok Build 0.1 medium | X AI | 0.3 | 0.7 | $1.419 | 0/1 | 69.0s |