Orodha ya modeli za Kazi za mawakala

Ona ni modeli gani za AI zinafanya vizuri zaidi katika Kazi za mawakala, zipi zinabaki thabiti, na pengo kubwa liko wapi. Panga kwa: Muda wa majibu (wastani) ↑.

Modeli zilizoonyeshwa

Wastani wa Alama ya Kazi za mawakala

5.8

Modeli bora

Qwen3.6 Max Preview 0.0

Sababu za kushindwa

Kwa sababu ya kushindwa Jibu lisilo sahihi110 Kwa sababu ya kushindwa Mwito wa zana si sahihi40 Kwa sababu ya kushindwa Hitilafu ya API32 Kwa sababu ya kushindwa Hakufuata maelekezo10 Kwa sababu ya kushindwa Muda umeisha10

380/380

Nafasi	Modeli	Kampuni	Alama ya Kazi za mawakala	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#146	GLM 5 medium	Z.ai	4.7	7.2	$0.360	0/1	110.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.360 Muda wa majibu (wastani) 110.7s
#31	Claude Sonnet 5.5 max	Anthropic	10.0	9.2	$8.557	1/1	111.1s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $8.557 Muda wa majibu (wastani) 111.1s
#132	GLM 5.3 Flash high	Z.ai	7.4	7.3	$0.084	0/1	111.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.084 Muda wa majibu (wastani) 111.5s
#363	Command A+ medium	Cohere	5.0	3.4	$0.064	0/1	112.8s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.064 Muda wa majibu (wastani) 112.8s
#152	MiMo-V2.5 medium	Xiaomi	10.0	7.1	$0.419	1/1	113.6s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.419 Muda wa majibu (wastani) 113.6s
#32	Qwen3.8 MAX medium	Qwen	10.0	9.2	$0.948	1/1	115.3s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.948 Muda wa majibu (wastani) 115.3s
#2	Gemini 3.8 Flash high	Google	10.0	9.9	$1.927	1/1	115.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.927 Muda wa majibu (wastani) 115.5s
#136	LongCat 2.0 high	Meituan	10.0	7.3	$0.569	1/1	116.1s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.569 Muda wa majibu (wastani) 116.1s
#180	MiniMax M3 medium	Minimax	3.0	6.7	$0.372	0/1	116.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.372 Muda wa majibu (wastani) 116.5s
#248	Qwen3.7 Flash none	Qwen	4.7	5.9	$0.028	0/1	117.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.028 Muda wa majibu (wastani) 117.0s
#157	Ember-1 low	Fireworks	4.7	7.0	$1.488	0/1	121.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.488 Muda wa majibu (wastani) 121.3s
#320	DeepSeek V3.2 none	DeepSeek	3.0	4.6	$0.121	0/1	122.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.121 Muda wa majibu (wastani) 122.5s
#308	MiMo-V2.5 none	Xiaomi	3.9	4.9	$0.063	0/1	124.2s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.063 Muda wa majibu (wastani) 124.2s
#139	Qwen3.5-27B none	Qwen	10.0	7.2	$0.116	1/1	124.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.116 Muda wa majibu (wastani) 124.5s
#212	Qwen3.5-35B-A3B medium	Qwen	7.4	6.3	$1.249	0/1	126.8s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.249 Muda wa majibu (wastani) 126.8s

Orodha ya Kazi za mawakala

Chuja miundo

Modeli bora kwa Alama ya Kazi za mawakala

Alama ya Kazi za mawakala dhidi ya jumla ya gharama

Modeli bora kwa Muda wa majibu (wastani)