智能体任务 排名
看看哪些 AI 模型在 智能体任务 上表现最好,哪些更稳定,以及差距主要出现在哪里。 排序方式: 测试正确 ↑.
514/514
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 智能体任务 得分 | 分数 | 总成本 | 测试正确 | 响应时间(平均) |
|---|---|---|---|---|---|---|---|
| #505 | D1 default | Liquid | 0.0 | 0.2 | $0.003 | 0/0 | 0ms |
| #507 | LFM2-24B-A2B default | Liquid | 0.0 | 0.2 | $0.001 | 0/0 | 0ms |
| #508 | Solar Decide Flash default | Upstage | 0.0 | 0.2 | $0.003 | 0/0 | 0ms |
| #509 | Microsoft-Decision-1 default | Microsoft | 0.0 | 0.1 | $0.002 | 0/0 | 0ms |
| #510 | d1.1 default | Liquid | 0.0 | 0.1 | $0.001 | 0/0 | 0ms |
| #511 | Solar Decide default | Upstage | 0.0 | 0.1 | $0.009 | 0/0 | 0ms |
| #512 | Tev1 4B Experimental default | Togethercomputer | 0.0 | 1.0 | $0.002 | 0/0 | 0ms |
| #513 | Nimble v3 9B default | Bespoke Labs | 0.0 | 0.8 | ~$0.001 | 0/0 | 0ms |
| #514 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |
| #1 | Gemini 3.6 Flash high | 1.0 | 1.0 | $0.900 | 1/1 | 65.6s | |
| #2 | Gemini 3.8 Flash high | 1.0 | 1.0 | $1.927 | 1/1 | 115.5s | |
| #3 | GPT-6 Sol high | OpenAI | 1.0 | 1.0 | $0.921 | 1/1 | 53.3s |
| #4 | GPT-6.1 Sol max | OpenAI | 1.0 | 1.0 | $1.006 | 1/1 | 80.2s |
| #5 | GPT-6 Astra max | OpenAI | 1.0 | 1.0 | $5.044 | 1/1 | 69.6s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1.0 | 1.0 | $1.377 | 1/1 | 58.9s |