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.

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)
#375	Jev 1.13 none	Typesafe	0.0	2.6	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#376	Kev 4B none	Jaredpalmer	0.0	2.4	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms
#377	Step 3.5 Flash none	Stepfun	0.0	1.9	$0.020	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.020 Timp de răspuns (mediu) 0ms
#379	LFM2-24B-A2B none	Liquid	0.0	1.8	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms
#380	Claude Opus 5.5 none	Anthropic	0.0	1.5	$0.015	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 0ms

Clasament Sarcini agentice