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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #151 | MiMo-V2.6-Flash low | Xiaomi | 4.7 | 7.1 | $0.200 | 0/1 | 107.9s |
| #153 | GPT-5.2 Chat none | OpenAI | 3.0 | 7.0 | $0.594 | 0/1 | 955ms |
| #154 | Qwen3.6 Max Preview medium | Qwen | 0.0 | 7.0 | $1.132 | 0/0 | 0ms |
| #155 | Gemini 3.1 Flash Lite Preview medium | 5.0 | 7.0 | $0.158 | 0/1 | 54.9s | |
| #156 | Kimi K2.7 Code medium | Moonshot AI | 5.0 | 7.0 | $0.861 | 0/1 | 104.0s |
| #157 | Ember-1 low | Fireworks | 4.7 | 7.0 | $1.488 | 0/1 | 121.3s |
| #158 | Qwen3.5-122B-A10B medium | Qwen | 6.1 | 7.0 | $1.152 | 0/1 | 95.3s |
| #159 | Grok 4.6 low | X AI | 5.0 | 6.9 | $0.781 | 0/1 | 58.0s |
| #160 | Gemini 3 Flash Preview low | 5.0 | 6.9 | $0.254 | 0/1 | 52.6s | |
| #161 | Muse Glimmer 30B low | Meta | 6.1 | 6.9 | $0.266 | 0/1 | 105.0s |
| #162 | Claude Opus 4.8 none | Anthropic | 5.4 | 6.9 | $2.328 | 0/1 | 69.1s |
| #163 | Gemini 3.1 Flash Lite medium | 5.0 | 6.9 | $0.153 | 0/1 | 47.8s | |
| #164 | Ember-1 high | Fireworks | 6.1 | 6.9 | $2.405 | 0/1 | 88.3s |
| #168 | Kimi K2.6 medium | Moonshot AI | 5.0 | 6.8 | $1.323 | 0/1 | 233.9s |
| #171 | Mercury 2.5 Preview medium | Inception | 3.9 | 6.8 | $0.037 | 0/1 | 74.6s |