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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #260 | GPT 5.3 Chat default | OpenAI | 0.3 | 0.7 | $0.533 | 0/1 | 955ms |
| #261 | GPT-5.6 Sol none | OpenAI | 0.5 | 0.7 | $0.795 | 0/1 | 58.3s |
| #262 | Apodex 1.1 Mini high | Apodex | 0.6 | 0.7 | $0.000 | 0/1 | 85.4s |
| #264 | GPT-5.5 none | OpenAI | 0.5 | 0.7 | $1.212 | 0/1 | 57.5s |
| #265 | GLM 5.2 none | Z.ai | 0.6 | 0.7 | $0.250 | 0/1 | 46.9s |
| #266 | Qwen3.7 Flash medium | Qwen | 0.5 | 0.7 | $0.076 | 0/1 | 149.0s |
| #267 | LongCat 2.0 low | Meituan | 0.6 | 0.7 | $0.630 | 0/1 | 145.6s |
| #268 | Mercury 2 medium | Inception | 0.5 | 0.7 | $0.121 | 0/1 | 34.9s |
| #269 | Step 3.7 Flash high | Stepfun | 0.5 | 0.7 | $1.478 | 0/1 | 130.4s |
| #270 | Beam 1.0 501B A23B medium | Reflection | 0.3 | 0.7 | $0.499 | 0/1 | 31.6s |
| #271 | KAT-Coder-Pro V2.5 low | Kwaipilot | 0.3 | 0.7 | $0.568 | 0/1 | 1.75s |
| #273 | Minimax M3.1 Flash high | Minimax | 0.6 | 0.7 | $0.000 | 0/1 | 70.5s |
| #274 | Qwen3.6 35B A3B medium | Qwen | 0.6 | 0.7 | $0.834 | 0/1 | 88.5s |
| #275 | Mercury 2.5 Preview high | Inception | 0.6 | 0.6 | $0.040 | 0/1 | 86.8s |
| #276 | Mercury 2.5 high | Inception | 0.4 | 0.6 | $0.044 | 0/1 | 80.3s |