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 ↑.
380/380
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） |
|---|---|---|---|---|---|---|---|
| #229 | DeepSeek V4 Flash 0731 none | DeepSeek | 10.0 | 6.2 | $0.055 | 1/1 | 174.9s |
| #234 | Inkling none | Thinkingmachines | 10.0 | 6.1 | $0.304 | 1/1 | 45.6s |
| #235 | Granite 4.2 8B medium | IBM Granite | 10.0 | 6.1 | $0.029 | 1/1 | 149.5s |
| #253 | Trinity Large Thinking high | Arcee AI | 10.0 | 5.7 | $0.645 | 1/1 | 45.0s |
| #378 | Gemini 3 Flash Preview high | 10.0 | 1.8 | $0.105 | 1/1 | 52.5s |