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: Teste corecte ↑.

Modele afișate

Media pentru Scor Sarcini agentice

5.8

Cel mai bun model

Claude Opus 5 7.4

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)
#229	DeepSeek V4 Flash 0731 none	DeepSeek	10.0	6.2	$0.055	1/1	174.9s
Total teste 1 Teste greșite 0 Cost total $0.055 Timp de răspuns (mediu) 174.9s
#234	Inkling none	Thinkingmachines	10.0	6.1	$0.304	1/1	45.6s
Total teste 1 Teste greșite 0 Cost total $0.304 Timp de răspuns (mediu) 45.6s
#235	Granite 4.2 8B medium	IBM Granite	10.0	6.1	$0.029	1/1	149.5s
Total teste 1 Teste greșite 0 Cost total $0.029 Timp de răspuns (mediu) 149.5s
#253	Trinity Large Thinking high	Arcee AI	10.0	5.7	$0.645	1/1	45.0s
Total teste 1 Teste greșite 0 Cost total $0.645 Timp de răspuns (mediu) 45.0s
#378	Gemini 3 Flash Preview high	Google	10.0	1.8	$0.105	1/1	52.5s
Total teste 1 Teste greșite 0 Cost total $0.105 Timp de răspuns (mediu) 52.5s

Clasament Sarcini agentice

Filtrează modelele

Top modele după Scor Sarcini agentice

Scor Sarcini agentice vs cost total

Top modele după Timp de răspuns (mediu)