Рейтинг моделей по Агентные задачи

Посмотрите, какие AI-модели лучше всего справляются с Агентные задачи, какие остаются надежными и где заметнее всего разница. Сортировать по: Время ответа (среднее) ↑.

Показано моделей

Среднее значение Оценка Агентные задачи

5.8

Лучшая модель

Qwen3.6 Max Preview 0.0

Причины сбоев

С причиной сбоя Неверный ответ108 С причиной сбоя Недопустимый вызов инструмента44 С причиной сбоя Ошибка API32 С причиной сбоя Не соблюдены инструкции14 С причиной сбоя Тайм-аут10

380/380

Ранг	Модель	Компания	Оценка Агентные задачи	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#203	Qwen3.5 Plus 2026-02-15 none	Qwen	5.9	6.4	$0.173	0/1	183.5s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.173 Время ответа (среднее) 183.5s
#140	Qwen3.5 Plus 2026-02-15 medium	Qwen	6.1	7.2	$0.567	0/1	186.4s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.567 Время ответа (среднее) 186.4s
#141	Qwen3.8 27B medium	Qwen	4.7	7.2	~$0.073	0/1	187.9s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.073 Время ответа (среднее) 187.9s
#92	Nemotron 3 Ultra medium	NVIDIA	10.0	8.0	$0.762	1/1	188.1s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $0.762 Время ответа (среднее) 188.1s
#79	Qwen3.7 Plus medium	Qwen	10.0	8.3	$0.432	1/1	196.5s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $0.432 Время ответа (среднее) 196.5s
#31	Qwen3.8 Max (0902) high	Qwen	10.0	9.1	$3.306	1/1	197.1s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $3.306 Время ответа (среднее) 197.1s
#298	MiniMax M2.7 medium	Minimax	4.7	5.0	$0.202	0/1	198.8s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.202 Время ответа (среднее) 198.8s
#112	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.7	$0.488	1/1	203.0s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $0.488 Время ответа (среднее) 203.0s
#243	gpt-oss-120b medium	OpenAI	5.0	5.9	$0.030	0/1	203.9s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.030 Время ответа (среднее) 203.9s
#74	DeepSeek V4 Flash 0731 high	DeepSeek	10.0	8.4	$0.578	1/1	204.4s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $0.578 Время ответа (среднее) 204.4s
#304	Qwen3 Coder Next none	Qwen	3.9	4.9	$0.065	0/1	208.4s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.065 Время ответа (среднее) 208.4s
#116	Qwen3.8 27B low	Qwen	6.1	7.6	~$0.089	0/1	211.3s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.089 Время ответа (среднее) 211.3s
#318	Granite 4.2 8B high	IBM Granite	5.0	4.7	$0.161	0/1	223.5s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.161 Время ответа (среднее) 223.5s
#118	GLM 5.1 medium	Z.ai	10.0	7.5	$1.066	1/1	225.6s
Всего тестов 1 Ошибочных тестов 0 Общая стоимость $1.066 Время ответа (среднее) 225.6s
#209	MiMo-V2.5-Pro medium	Xiaomi	4.7	6.4	$0.502	0/1	233.5s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.502 Время ответа (среднее) 233.5s

Рейтинг Агентные задачи

Фильтровать модели

Лучшие модели по Оценка Агентные задачи

Оценка Агентные задачи vs общая стоимость

Лучшие модели по Время ответа (среднее)