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) |
|---|---|---|---|---|---|---|---|
| #271 | KAT-Coder-Pro V2.5 low | Kwaipilot | 0.3 | 0.7 | $0.568 | 0/1 | 1.75s |
| #277 | Beam 1.0 501B A23B xhigh | Reflection | 0.3 | 0.6 | $0.688 | 0/1 | 44.6s |
| #280 | KAT-Coder-Pro V2.5 high | Kwaipilot | 0.3 | 0.6 | $0.506 | 0/1 | 1.52s |
| #285 | Beam 1.0 501B A23B max | Reflection | 0.3 | 0.6 | $0.799 | 0/1 | 50.1s |
| #290 | Beam 1.0 501B A23B low | Reflection | 0.3 | 0.6 | $0.432 | 0/1 | 29.5s |
| #309 | DeepSeek V3.2 medium | DeepSeek | 0.3 | 0.6 | $0.152 | 0/1 | 106.3s |
| #312 | Grok 4.20 medium | X AI | 0.3 | 0.6 | $1.246 | 0/1 | 128.3s |
| #314 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 0.3 | 0.6 | $0.669 | 0/1 | 3.38s |
| #320 | Beam 1.0 501B A23B high | Reflection | 0.3 | 0.6 | $0.674 | 0/1 | 33.5s |
| #327 | KAT-Coder-Pro V2.5 default | Kwaipilot | 0.3 | 0.6 | $0.742 | 0/1 | 1.90s |
| #333 | Inkling Small medium | Thinkingmachines | 0.3 | 0.6 | $0.113 | 0/1 | 49ms |
| #348 | Ling 3.0 Flash high | Inclusionai | 0.3 | 0.6 | $0.021 | 0/1 | 42ms |
| #349 | Ring 2.6 1t medium | Inclusionai | 0.3 | 0.6 | $0.102 | 0/1 | 21ms |
| #369 | Gemini 2.5 Flash none | 0.3 | 0.5 | $0.017 | 0/1 | 1.81s | |
| #389 | Inkling Small low | Thinkingmachines | 0.3 | 0.5 | $0.055 | 0/1 | 24ms |