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) |
|---|---|---|---|---|---|---|---|
| #457 | Ling 3.0 Tiny default | Inclusionai | 0.3 | 0.4 | $0.000 | 0/1 | 23ms |
| #458 | Granite 4.1 8b default | IBM Granite | 0.3 | 0.4 | $0.007 | 0/1 | 60ms |
| #459 | Nemotron 3.5 Lightning none | NVIDIA | 0.3 | 0.4 | $0.009 | 0/1 | 339.6s |
| #460 | Xing4.0 29b A4b medium | Xingchen AGI | 0.3 | 0.4 | $0.000 | 0/1 | 579.5s |
| #461 | Ling 3.0 Tiny high | Inclusionai | 0.3 | 0.4 | $0.000 | 0/1 | 28ms |
| #462 | Ling 3.0 Tiny low | Inclusionai | 0.3 | 0.4 | $0.000 | 0/1 | 21ms |
| #463 | Ling 3.0 Tiny medium | Inclusionai | 0.3 | 0.4 | $0.000 | 0/1 | 24ms |
| #474 | Xing4.0 29b A4b none | Xingchen AGI | 0.3 | 0.3 | $0.000 | 0/1 | 21.6s |
| #481 | Command A+ none | Cohere | 0.3 | 0.3 | $0.000 | 0/1 | 1.05s |
| #152 | Gemini 3.8 Flash medium | 0.3 | 0.8 | $0.769 | 0/1 | 63.7s | |
| #162 | Gemini 3.5 Flash medium | 0.3 | 0.8 | $1.316 | 0/1 | 84.5s | |
| #304 | Solar Pro 4 high | Upstage | 0.3 | 0.6 | $0.077 | 0/1 | 312.3s |
| #318 | Claude Fable 5.1 low | Anthropic | 0.3 | 0.6 | $3.395 | 0/1 | 34.8s |
| #319 | Gemini 3.5 Flash none | 0.3 | 0.6 | $1.752 | 0/1 | 85.3s | |
| #379 | Step 3.5 Flash medium | Stepfun | 0.3 | 0.5 | $0.105 | 0/1 | 172.2s |