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: Majaribio sahihi ↑.

Modeli zilizoonyeshwa

Wastani wa Alama ya Kazi za mawakala

5.8

Modeli bora

Claude Opus 5 7.4

Sababu za kushindwa

Kwa sababu ya kushindwa Jibu lisilo sahihi108 Kwa sababu ya kushindwa Mwito wa zana si sahihi44 Kwa sababu ya kushindwa Hitilafu ya API32 Kwa sababu ya kushindwa Hakufuata maelekezo14 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)
#113	Qwen3.7 Flash low	Qwen	10.0	7.7	$0.053	1/1	106.7s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.053 Muda wa majibu (wastani) 106.7s
#114	Muse Glimmer 30B medium	Meta	10.0	7.7	$0.353	1/1	107.4s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.353 Muda wa majibu (wastani) 107.4s
#115	GPT-6 Luna low	OpenAI	10.0	7.6	$0.033	1/1	51.0s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.033 Muda wa majibu (wastani) 51.0s
#117	Space Bunny Alpha high	Stealth	10.0	7.5	$0.000	1/1	73.4s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.000 Muda wa majibu (wastani) 73.4s
#118	GLM 5.1 medium	Z.ai	10.0	7.5	$1.066	1/1	225.6s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.066 Muda wa majibu (wastani) 225.6s
#119	Seed-2.0-Mini medium	Bytedance Seed	10.0	7.5	$0.140	1/1	64.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.140 Muda wa majibu (wastani) 64.5s
#120	Seed-2.0-Code high	Bytedance Seed	10.0	7.5	$1.448	1/1	139.9s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.448 Muda wa majibu (wastani) 139.9s
#123	Qwen3.6 Flash medium	Qwen	10.0	7.4	$0.858	1/1	56.1s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.858 Muda wa majibu (wastani) 56.1s
#125	Seed-2.0-Code medium	Bytedance Seed	10.0	7.4	$1.275	1/1	91.7s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.275 Muda wa majibu (wastani) 91.7s
#126	GLM 5.3 FlashX high	Z.ai	10.0	7.4	$0.210	1/1	78.0s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.210 Muda wa majibu (wastani) 78.0s
#129	DeepSeek V4 Pro 0423 none	DeepSeek	10.0	7.4	$0.311	1/1	65.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.311 Muda wa majibu (wastani) 65.5s
#131	Gemma 4 26B A4B medium	Google	10.0	7.3	$0.086	1/1	107.1s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.086 Muda wa majibu (wastani) 107.1s
#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
#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
#148	Qwen3.6 27B medium	Qwen	10.0	7.2	$1.006	1/1	145.9s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.006 Muda wa majibu (wastani) 145.9s

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)