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) |
|---|---|---|---|---|---|---|---|
| #220 | Space Bunny Alpha medium | Stealth | 6.1 | 6.3 | $0.000 | 0/1 | 153.1s |
| #221 | DeepSeek V3.2 medium | DeepSeek | 3.0 | 6.3 | $0.145 | 0/1 | 106.3s |
| #222 | Trinity Large Thinking low | Arcee AI | 7.4 | 6.3 | $0.700 | 0/1 | 63.2s |
| #224 | Grok 4.20 medium | X AI | 3.0 | 6.3 | $1.582 | 0/1 | 128.3s |
| #225 | Space Bunny Alpha xhigh | Stealth | 5.2 | 6.2 | $0.000 | 0/1 | 159.1s |
| #226 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3.0 | 6.2 | $0.478 | 0/1 | 3.38s |
| #227 | GLM 5 Turbo medium | Z.ai | 0.0 | 6.2 | $0.323 | 0/0 | 0ms |
| #229 | Gemini 3.1 Flash Lite Preview none | 5.0 | 6.2 | $0.090 | 0/1 | 48.6s | |
| #230 | Claude Fable 5.1 low | Anthropic | 2.8 | 6.2 | $3.395 | 0/1 | 34.8s |
| #231 | Gemini 3.5 Flash none | 2.8 | 6.1 | $1.752 | 0/1 | 85.3s | |
| #232 | Trinity Large Thinking medium | Arcee AI | 6.1 | 6.1 | $0.820 | 0/1 | 52.5s |
| #234 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.1 | 6.1 | $0.226 | 0/1 | 137.1s |
| #236 | KAT-Coder-Pro V2.5 none | Kwaipilot | 3.0 | 6.1 | $0.487 | 0/1 | 1.90s |
| #237 | Claude Sonnet 4.6 none | Anthropic | 0.0 | 6.0 | $0.661 | 0/0 | 0ms |
| #238 | GLM 5.3 FlashX low | Z.ai | 4.7 | 6.0 | $0.157 | 0/1 | 78.0s |