خودمختار ایجنٹ کے کام درجہ بندی
دیکھیں کہ خودمختار ایجنٹ کے کام میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: میٹرک ↑.
380/380
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | خودمختار ایجنٹ کے کام اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #256 | Seed 2.1 Turbo none | Bytedance Seed | 5.0 | 5.7 | $0.182 | 0/1 | 71.4s |
| #260 | GPT-5.4 none | OpenAI | 5.0 | 5.6 | $0.690 | 0/1 | 43.7s |
| #261 | Solar Pro 4 none | Upstage | 5.0 | 5.6 | $0.033 | 0/1 | 69.2s |
| #262 | GLM 5 none | Z.ai | 5.0 | 5.6 | $0.126 | 0/1 | 74.8s |
| #267 | GPT-6 Luna none | OpenAI | 5.0 | 5.5 | $0.026 | 0/1 | 51.1s |
| #268 | Gemma 4 26B A4B none | 5.0 | 5.5 | $0.026 | 0/1 | 75.8s | |
| #272 | Qwen3.8 27B none | Qwen | 5.0 | 5.4 | ~$0.010 | 0/1 | 47.4s |
| #275 | MiMo-V2.6-Flash none | Xiaomi | 5.0 | 5.4 | $0.060 | 0/1 | 62.6s |
| #279 | GPT-5.6 Luna none | OpenAI | 5.0 | 5.3 | $0.056 | 0/1 | 53.8s |
| #281 | Kimi K2.5 none | Moonshot AI | 5.0 | 5.3 | $0.236 | 0/1 | 321.2s |
| #283 | Laguna XS 2.1 none | Poolside | 5.0 | 5.3 | $0.019 | 0/1 | 70.8s |
| #291 | Mistral Small 4 medium | Mistral | 5.0 | 5.1 | $0.126 | 0/1 | 54.1s |
| #292 | Mistral Small 4 none | Mistral | 5.0 | 5.1 | $0.047 | 0/1 | 45.5s |
| #293 | Mercury 2.5 low | Inception | 5.0 | 5.1 | $0.020 | 0/1 | 47.1s |
| #297 | Mercury 2.5 Preview low | Inception | 5.0 | 5.0 | $0.015 | 0/1 | 84.5s |