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

MiniMax M2.5 3.0

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)
#368	Command A+ high	Cohere	3.9	3.2	$0.079	0/1	156.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.079 Muda wa majibu (wastani) 156.0s
#127	Grok 4.7 low	X AI	5.0	7.4	$2.263	0/1	154.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $2.263 Muda wa majibu (wastani) 154.9s
#221	Space Bunny Alpha medium	Stealth	6.1	6.3	$0.000	0/1	153.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 153.1s
#346	Qwen3.5-9B medium	Qwen	5.2	4.0	$0.106	0/1	152.9s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.106 Muda wa majibu (wastani) 152.9s
#324	Laguna S 2.1 low	Poolside	2.8	4.6	$0.109	0/1	152.1s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.109 Muda wa majibu (wastani) 152.1s
#68	Qwen3.8 2.4T A95B low	Qwen	10.0	8.4	$3.172	1/1	151.8s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $3.172 Muda wa majibu (wastani) 151.8s
#319	Qwen3 Coder Next medium	Qwen	5.0	4.7	$0.069	0/1	151.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.069 Muda wa majibu (wastani) 151.4s
#87	Claude Opus 4.7 medium	Anthropic	5.2	8.1	$3.636	0/1	150.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $3.636 Muda wa majibu (wastani) 150.6s
#235	Granite 4.2 8B medium	IBM Granite	10.0	6.1	$0.029	1/1	149.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.029 Muda wa majibu (wastani) 149.5s
#317	Laguna S 2.1 none	Poolside	5.4	4.7	$0.047	0/1	149.3s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 149.3s
#186	Qwen3.7 Flash medium	Qwen	5.2	6.6	$0.076	0/1	149.0s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.076 Muda wa majibu (wastani) 149.0s
#88	DeepSeek V4 Flash 0423 high	DeepSeek	10.0	8.1	$0.056	1/1	148.1s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $0.056 Muda wa majibu (wastani) 148.1s
#96	Qwen3.5-27B medium	Qwen	10.0	7.9	$1.135	1/1	146.5s
Jumla ya majaribio 1 Majaribio yenye makosa 0 Jumla ya gharama $1.135 Muda wa majibu (wastani) 146.5s
#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
#187	LongCat 2.0 low	Meituan	6.1	6.6	$0.495	0/1	145.6s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.495 Muda wa majibu (wastani) 145.6s

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)