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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #53 | GPT-5.2 medium | OpenAI | 10.0 | 8.7 | $1.540 | 1/1 | 75.9s |
| #34 | Pareto none | Unbiased | 10.0 | 9.1 | $1.520 | 1/1 | 76.5s |
| #60 | Claude Sonnet 5.5 xhigh | Anthropic | 10.0 | 8.6 | $1.516 | 1/1 | 54.9s |
| #1 | Gemini 3.6 Flash high | 10.0 | 9.9 | $1.512 | 1/1 | 65.6s | |
| #157 | Ember-1 low | Fireworks | 4.7 | 7.0 | $1.488 | 0/1 | 121.3s |
| #120 | Seed-2.0-Code high | Bytedance Seed | 10.0 | 7.5 | $1.448 | 1/1 | 139.9s |
| #64 | Claude Sonnet 5 medium | Anthropic | 10.0 | 8.5 | $1.438 | 1/1 | 69.3s |
| #176 | Grok Build 0.1 medium | X AI | 3.4 | 6.7 | $1.419 | 0/1 | 69.0s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 10.0 | 9.9 | $1.377 | 1/1 | 58.9s |
| #189 | Step 3.7 Flash high | Stepfun | 5.4 | 6.6 | $1.350 | 0/1 | 130.4s |
| #108 | Grok 4.5 low | X AI | 5.0 | 7.8 | $1.345 | 0/1 | 61.5s |
| #168 | Kimi K2.6 medium | Moonshot AI | 5.0 | 6.8 | $1.323 | 0/1 | 233.9s |
| #32 | GPT-5.3-Codex medium | OpenAI | 10.0 | 9.1 | $1.318 | 1/1 | 61.9s |
| #89 | Gemini 3.5 Flash medium | 3.8 | 8.1 | $1.308 | 0/1 | 83.6s | |
| #125 | Seed-2.0-Code medium | Bytedance Seed | 10.0 | 7.4 | $1.275 | 1/1 | 91.7s |