Ranking de modelos de Tarefas de agentes

Veja quais modelos de IA vão melhor em Tarefas de agentes, quais permanecem confiáveis e onde aparecem as maiores diferenças.

Modelos exibidos

Média de Pontuação de Tarefas de agentes

5.8

Melhor modelo

Gemini 3.6 Flash 10.0

Motivos de falha

Com motivo de falha Resposta incorreta108 Com motivo de falha Chamada de ferramenta inválida44 Com motivo de falha Erro de API32 Com motivo de falha Não seguiu as instruções14 Com motivo de falha Tempo esgotado10

380/380

Posição	Modelo	Empresa	Pontuação de Tarefas de agentes	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#333	Nemotron 3 Super none	NVIDIA	2.8	4.5	$0.016	0/1	30.5s
Total de testes 1 Testes errados 1 Custo total $0.016 Tempo de resposta (médio) 30.5s
#372	Command A+ low	Cohere	2.8	3.0	$0.073	0/1	128.5s
Total de testes 1 Testes errados 1 Custo total $0.073 Tempo de resposta (médio) 128.5s
#154	Qwen3.6 Max Preview medium	Qwen	0.0	7.0	$1.132	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $1.132 Tempo de resposta (médio) 0ms
#205	Claude Sonnet 4.6 medium	Anthropic	0.0	6.4	$2.126	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $2.126 Tempo de resposta (médio) 0ms
#220	Claude Opus 4.6 medium	Anthropic	0.0	6.3	$2.961	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $2.961 Tempo de resposta (médio) 0ms
#228	GLM 5 Turbo medium	Z.ai	0.0	6.2	$0.323	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.323 Tempo de resposta (médio) 0ms
#237	Claude Sonnet 4.6 none	Anthropic	0.0	6.0	$0.661	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.661 Tempo de resposta (médio) 0ms
#269	GLM 5V Turbo medium	Z.ai	0.0	5.5	$0.457	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.457 Tempo de resposta (médio) 0ms
#271	Claude Opus 4.7 none	Anthropic	0.0	5.4	$0.505	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.505 Tempo de resposta (médio) 0ms
#278	Hy3 preview medium	Tencent	0.0	5.3	$0.049	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.049 Tempo de resposta (médio) 0ms
#282	Qwen3.6 Max Preview none	Qwen	0.0	5.3	$0.228	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.228 Tempo de resposta (médio) 0ms
#289	Mimo V2 PRO medium	Xiaomi	0.0	5.2	$0.333	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.333 Tempo de resposta (médio) 0ms
#290	MiMo-V2-Flash medium	Xiaomi	0.0	5.1	$0.043	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.043 Tempo de resposta (médio) 0ms
#302	Grok 4.20 Beta medium	X AI	0.0	4.9	$0.750	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.750 Tempo de resposta (médio) 0ms
#306	Gemini 3 PRO Preview medium	Google	0.0	4.9	$0.385	0/0	0ms
Total de testes 0 Testes errados 0 Custo total $0.385 Tempo de resposta (médio) 0ms

Ranking de Tarefas de agentes

Filtrar modelos

Melhores modelos por Pontuação de Tarefas de agentes

Pontuação de Tarefas de agentes vs custo total

Melhores modelos por Tempo de resposta (médio)