fedi-index: Agentit

Mallit agentteina: työkalujen käyttö ja monivaiheiset tehtävät — Arenan agenttiistunnot ja τ²-bench-ajot.

Ajantasainen data: 2026-10 (lasketaan päivittäin) · Menetelmä v1 · Menetelmä · Historia · JSON

Kaikki Avoimet painot Suljetut

Taso

Malli

fedi-index

Persentiili

Ihmiset suosivat

Ratkaisee tehtäviä

Hinta-laatu

Lähteet

1 456 ±5

1 459

1 449

+44

Aτ

›

1 454 ±5

1 456

1 449

+45

Aτ

›

1 449 ±2

1 459

—

+92◆

›

1 448 ±3

1 458

—

›

1 442 ±3

1 451

—

+60

›

1 435 ±7

1 445

—

+33

›

1 430 ±2

1 439

—

+105◆

›

1 428 ±3

1 437

—

›

1 428 ±6

1 438

—

+98◆

›

1 424 ±3

1 433

—

+46

›

1 408 ±5

1 416

—

+68

›

1 402 ±4

1 410

—

+50

›

1 399 ±4

1 407

—

+80

›

1 388 ±8

—

1 411

+23

›

1 388 ±8

—

1 411

+27

›

1 386 ±6

1 394

—

+38

›

1 384 ±4

1 392

—

+27

›

1 377 ±6

1 384

—

−19

›

AArena (ihmisten äänet)ττ²-bench (agentit) ◆ Pareto-rintama: mikään ei ole sekä parempi että halvempi

fedi-index on Elo-vastine kiinteällä asteikolla: vertailukelpoinen kuukausien välillä saman menetelmäversion sisällä. Tasot S–D: osa-alueen persentiilin mukaan, eikä parempi kuin luottamusväli sallii (rajat menetelmässä). ”Alustava” — vain yksi lähdeperhe on mitannut mallin tässä. Menetelmä

Upota sivustollesi

Taulukko widgetinä sivustollesi: se päivittyy itsestään ja säilyttää lähdemaininnat.

Koodi

<script src="https://fedi.software/embed.js" data-fig="fedi-index-agents" data-lang="fi" async></script>