Przejdź do treści
fedi.software

Agenci

Modele uszeregowane na zadaniach agentowych — wywołaniach narzędzi i pracy wieloetapowej — według rankingu agentów LMArena. Jego wynik jest wyśrodkowany na zerze, to nie Elo.

Zaktualizowano · Źródła: LMArena, models.dev

Koszt miesięczny
Tier Model Wynik Wejście / wyjście, za 1M Miesięcznie Kontekst Aplikacja Porównaj
S0,2743,20 USD / 16 USD 1M
S0,1860,8999 USD / 4,50 USD 1M
S0,1843 USD / 15 USD 1M
S0,1612 USD / 10 USD 1M
S0,1560,70 USD / 3,50 USD 1M
S0,1528 USD / 40 USD 1M
S0,1460,6154 USD / 3,08 USD 1M
S0,1373,85 USD / 19,23 USD 1M
S0,1351,50 USD / 7,50 USD 1M
A0,1130,1231 USD / 0,6154 USD 1M
S0,1132 USD / 10 USD 1M
A0,1050,1557 USD / 0,7784 USD 1M
A0,1030,60 USD / 3 USD 1M
A0,080— —
A0,0731,41 USD / 4,24 USD 1M
A0,0650,1231 USD / 0,6154 USD 1M
A0,0631,17 USD / 5,84 USD 1M
A0,0610,3429 USD / 1,20 USD 1M
A0,0593 USD / 18,50 USD 1M
A0,0391,17 USD / 5,84 USD 1M
A0,0370,2462 USD / 1,23 USD 1M
B0,0150,15 USD / 0,50 USD 1M
B0,0150,3429 USD / 1,71 USD 1M
B0,0150,1996 USD / 0,5988 USD 500K
B0,0140,2828 USD / 0,5655 USD 1M
B0,0110,10 USD / 0,20 USD 1M
B0,0100,70 USD / 3,50 USD 1M
B0,0100,10 USD / 0,50 USD 1M
B0,0080,01 USD / 0,08 USD 1M
B0,0060,04 USD / 0,20 USD 1M
B0,0064 USD / 20 USD 1M
B-0,0000,2244 USD / 0,7013 USDZa darmo 1M
B-0,0020,90 USD / 4,50 USDZa darmo 1M
B-0,0040,53 USD / 1,72 USD 1M
B-0,0040,67 USD / 2 USD 1M
B-0,0062 USD / 4,50 USD 500K
B-0,0060,05 USD / 0,25 USD 1M
B-0,0091,54 USD / 4,63 USD 1M
B-0,0180,10 USD / 0,25 USD 1M
B-0,0270,1231 USD / 0,7385 USD 1M
C-0,0310,3429 USD / 1,71 USD 1M
C-0,0370,02 USD / 0,08 USDZa darmo 1M
C-0,0390,0062 USD / 0,0185 USDZa darmo 1M
C-0,0490,10 USD / 0,20 USD 262K
C-0,0520,4579 USD / 1,24 USDZa darmo 1M
C-0,0550,045 USD / 0,32 USD 262K
C-0,0571,18 USD / 5,30 USD 1M
C-0,0720,68 USD / 2,09 USD 1M
C-0,0820,825 USD / 2,48 USD 1M
C-0,0830,25 USD / 1 USD 1M
C-0,0860,066 USD / 0,26 USD 262K
C-0,0900,228 USD / 0,92 USD 1M
C-0,0901,25 USD / 4,25 USD 1M
C-0,0910,10 USD / 0,20 USD 1M
C-0,1090,20 USD / 0,90 USD 1M
D-0,124— —
D-0,1451,50 USD / 7,50 USD 256K
D-0,1680,60 USD / 2,40 USD 262K
D-0,1730,08 USD / 0,45 USDZa darmo 1M
D-0,1840,95 USD / 4,05 USD 262K
D-0,1850,30 USD / 1,20 USD 66K
D-0,239— —
Porównaj ()

Tiery są nasze: miejsce modelu w rankingu liczone tylko względem modeli, których cały przedział ufności leży powyżej. S — górne 10%, A — do 30%, B — do 60%, C — do 85%, D — reszta.

Jakość a cena ocena w pionie, cena łączona (3 części wejścia : 1 wyjścia) w poziomie, USD za 1M tokenów
-0,2 0,0 0,2 0,4 0,01 USD 0,10 USD 1 USD 10 USD Claude Fable 5.2 Claude Opus 5.5 Gemini 4 Neon

Co ocenia ten ranking?

Ranking agentów pochodzi z tablicy agentowej LMArena. Modele wykonują tu zadania wieloetapowe – wywołują narzędzia, przeszukują, planują kolejne kroki – a ludzie oceniają, który przebieg był lepszy. Głosem jest cała sesja, a nie pojedyncza odpowiedź.

Dlaczego zamiast Elo jest „Wynik”?

Ta tablica używa innej miary: wyniku skupionego wokół zera, mniej więcej od wartości ujemnych do dodatnich. Kolumna nazywa się „Wynik” i pokazuje trzy miejsca po przecinku. Wynik powyżej zera oznacza, że model był wybierany częściej niż przeciętny model tej tablicy, a poniżej zera – rzadziej.

Czy mogę porównać wynik z Elo z innych rankingów?

Nie. Wynik agentów i oceny Elo z rankingu tekstowego czy programistycznego to różne skale. Porównuj modele tylko w obrębie tej tablicy. Na stronie porównania obie wartości stoją w osobnych wierszach właśnie z tego powodu.

Jak liczone są tiery?

Tak samo jak w innych rankingach: miejsce modelu wynika z tego, ile modeli ma cały 95-procentowy przedział powyżej jego przedziału, a progi to 10, 30, 60 i 85%. Wymagane jest co najmniej 300 głosów – tutaj głosami są sesje.

  • S – poniżej 10% stawki,
  • A – poniżej 30%,
  • B – poniżej 60%,
  • C – poniżej 85%,
  • D – pozostałe modele.

Na co uważać?

To młoda tablica z mniejszą liczbą modeli niż ranking tekstowy, więc kolejność może się szybko zmieniać. Poza tym framework agentowy używany na arenie nie jest tym, którego użyjesz ty – w twoim narzędziu, z twoimi instrukcjami i uprawnieniami model może zachowywać się inaczej. Traktuj ranking jako wskazówkę, a nie wyrok.

Jak wykorzystać ranking w praktyce?

Wybierz kilka modeli z górnych tierów, sprawdź ich ceny za 1M tokenów – zadania agentowe zużywają ich dużo, bo model wielokrotnie czyta wyniki narzędzi – i przetestuj je na własnym, krótkim zadaniu. Dopiero wtedy zdecyduj, który model podłączysz na stałe. Gotowe narzędzia znajdziesz w dziale agentów programistycznych.