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: Timp de răspuns (mediu) ↑.

Modele afișate

Media pentru Scor Sarcini agentice

5.8

Cel mai bun model

Qwen3.6 Max Preview 0.0

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)
#309	Qwen3.5-9B none	Qwen	3.9	4.9	$0.041	0/1	433.0s
Total teste 1 Teste greșite 1 Cost total $0.041 Timp de răspuns (mediu) 433.0s
#287	Nemotron 3.5 Lightning high	NVIDIA	3.5	5.2	$0.111	0/1	491.0s
Total teste 1 Teste greșite 1 Cost total $0.111 Timp de răspuns (mediu) 491.0s
#206	Kimi K2.5 medium	Moonshot AI	3.9	6.4	$0.603	0/1	566.8s
Total teste 1 Teste greșite 1 Cost total $0.603 Timp de răspuns (mediu) 566.8s
#325	Nemotron 3.5 Lightning low	NVIDIA	3.5	4.6	$0.117	0/1	597.6s
Total teste 1 Teste greșite 1 Cost total $0.117 Timp de răspuns (mediu) 597.6s
#340	MiniMax M2.5 medium	Minimax	3.0	4.3	$0.359	0/1	600.8s
Total teste 1 Teste greșite 1 Cost total $0.359 Timp de răspuns (mediu) 600.8s

Clasament Sarcini agentice

Filtrează modelele

Top modele după Scor Sarcini agentice

Scor Sarcini agentice vs cost total

Top modele după Timp de răspuns (mediu)