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: کل لاگت ↑.
514/514
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) |
|---|---|---|---|---|---|---|---|
| #152 | Gemini 3.8 Flash medium | 0.3 | 0.8 | $0.769 | 0/1 | 63.7s | |
| #206 | LongCat 2.0 high | Meituan | 1.0 | 0.7 | $0.778 | 1/1 | 116.1s |
| #235 | Grok 4.6 low | X AI | 0.5 | 0.7 | $0.781 | 0/1 | 58.0s |
| #193 | Qwen3.6 Flash medium | Qwen | 1.0 | 0.7 | $0.783 | 1/1 | 56.1s |
| #380 | Ember-1 none | Fireworks | 0.6 | 0.5 | $0.786 | 0/1 | 92.9s |
| #33 | GPT-6.1 Terra xhigh | OpenAI | 1.0 | 0.9 | $0.789 | 1/1 | 47.9s |
| #350 | Trinity Large Thinking high | Arcee AI | 1.0 | 0.6 | $0.794 | 1/1 | 45.0s |
| #261 | GPT-5.6 Sol none | OpenAI | 0.5 | 0.7 | $0.795 | 0/1 | 58.3s |
| #285 | Beam 1.0 501B A23B max | Reflection | 0.3 | 0.6 | $0.799 | 0/1 | 50.1s |
| #161 | GLM 5.3 FlashX Legal max | Z.ai | 0.6 | 0.8 | $0.819 | 0/1 | 93.3s |
| #274 | Qwen3.6 35B A3B medium | Qwen | 0.6 | 0.7 | $0.834 | 0/1 | 88.5s |
| #289 | Kimi K2.5 medium | Moonshot AI | 0.4 | 0.6 | $0.841 | 0/1 | 566.8s |
| #321 | Trinity Large Thinking medium | Arcee AI | 0.6 | 0.6 | $0.862 | 0/1 | 52.5s |
| #16 | Gemini 3 Flash Preview medium | 1.0 | 1.0 | $0.876 | 1/1 | 59.2s | |
| #144 | Seed-2.0-Code low | Bytedance Seed | 1.0 | 0.8 | $0.881 | 1/1 | 90.2s |