Clasament modele pentru Sarcini agentice

Vezi ce modele AI se descurcă cel mai bine la Sarcini agentice, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Cost total ↑.

Modele afișate

Media pentru Scor Sarcini agentice

5.8

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit108 Cu motivul de eșec Apel de instrument invalid44 Cu motivul de eșec Eroare API32 Cu motivul de eșec Nu a urmat instrucțiunile14 Cu motivul de eșec Timp expirat10

380/380

Rang	Model	Companie	Scor Sarcini agentice	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#5	GPT-6 Astra max	OpenAI	10.0	9.9	$5.044	1/1	69.6s
Total teste 1 Teste greșite 0 Cost total $5.044 Timp de răspuns (mediu) 69.6s
#45	Claude Fable 5 medium	Anthropic	10.0	8.9	$5.089	1/1	57.1s
Total teste 1 Teste greșite 0 Cost total $5.089 Timp de răspuns (mediu) 57.1s
#347	Grok 4.20 Multi Agent Beta medium	X AI	0.0	3.9	$5.599	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $5.599 Timp de răspuns (mediu) 0ms
#8	GPT-6 Astra xhigh	OpenAI	10.0	9.9	$6.213	1/1	56.7s
Total teste 1 Teste greșite 0 Cost total $6.213 Timp de răspuns (mediu) 56.7s
#29	Claude Sonnet 5.5 max	Anthropic	10.0	9.2	$8.557	1/1	111.1s
Total teste 1 Teste greșite 0 Cost total $8.557 Timp de răspuns (mediu) 111.1s

Clasament Sarcini agentice