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۔
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) |
|---|---|---|---|---|---|---|---|
| #351 | GPT-5 Nano medium | OpenAI | 0.5 | 0.6 | $0.159 | 0/1 | 94.1s |
| #355 | Hy4 none | Tencent | 0.5 | 0.6 | $0.114 | 0/1 | 75.6s |
| #358 | Space Bunny Alpha low | Stealth | 0.5 | 0.6 | $0.000 | 0/1 | 89.0s |
| #367 | Kimi K2.6 none | Moonshot AI | 0.5 | 0.5 | $0.486 | 0/1 | 175.2s |
| #403 | MiniMax M2.7 medium | Minimax | 0.5 | 0.5 | $0.326 | 0/1 | 198.8s |
| #114 | Claude Haiku 5.5 max | Anthropic | 0.5 | 0.8 | $0.509 | 0/1 | 93.3s |
| #119 | Gemini 3.1 Pro Preview medium | 0.5 | 0.8 | $1.585 | 0/1 | 56.2s | |
| #194 | DeepSeek V4 Flash 0731 low | DeepSeek | 0.5 | 0.7 | $0.306 | 0/1 | 321.2s |
| #200 | Inkling medium | Thinkingmachines | 0.5 | 0.7 | $0.527 | 0/1 | 45.9s |
| #212 | Qwen3.8 27B medium | Qwen | 0.5 | 0.7 | ~$0.073 | 0/1 | 187.9s |
| #215 | Qwen3.7 Flash high | Qwen | 0.5 | 0.7 | $0.063 | 0/1 | 135.9s |
| #224 | MiMo-V2.6-Flash low | Xiaomi | 0.5 | 0.7 | $0.200 | 0/1 | 107.9s |
| #268 | Mercury 2 medium | Inception | 0.5 | 0.7 | $0.121 | 0/1 | 34.9s |
| #294 | MiMo-V2.5-Pro medium | Xiaomi | 0.5 | 0.6 | $0.332 | 0/1 | 233.5s |
| #306 | Ling 3.1 Flash low | Inclusionai | 0.5 | 0.6 | $0.000 | 0/1 | 101.5s |