Kategoria „Agenci” ocenia zdolność modeli językowych do samodzielnego wykonywania złożonych zadań. W przeciwieństwie do tradycyjnych testów opartych na pojedynczych zapytaniach, benchmarki agentowe sprawdzają, jak model radzi sobie z wieloetapowym planowaniem, korzystaniem z zewnętrznych narzędzi i interfejsów API, wykonywaniem poleceń w środowisku terminalowym oraz odzyskiwaniem sprawności po wystąpieniu błędów wykonania.

Nasze zestawienie opiera się na wynikach uzyskanych w uznanych benchmarkach agentowych. Ranking wskazuje modele, które najlepiej radzą sobie ze złożonymi, wieloetapowymi zadaniami wymagającymi samodzielnego planowania i korzystania z narzędzi.

Chcesz sprawdzić ogólną wszechstronność modeli? Sprawność agentowa stanowi 20% końcowej oceny. Przejdź do ogólnego rankingu modeli AI, aby zobaczyć, jak najlepsze LLMy wypadają również w programowaniu, matematyce i zaawansowanym wnioskowaniu.

Ostatnia aktualizacja: 23 października 2026
Poz. Nazwa Modelu Względna jakość Wynik
1 Claude Opus 5.5
Jakość agentów 100,00%

100,00
2 GPT-6 Astra
Jakość agentów 93,02%

93,02
3 Claude Sonnet 5.5
Jakość agentów 88,90%

88,90
4 Claude Fable 5.1
Jakość agentów 88,26%

88,26
5 GPT-6.1 Sol
Jakość agentów 84,65%

84,65
6 Gemini 4 Argon
Jakość agentów 83,89%

83,89
7 Muse Wonder Full
Jakość agentów 83,45%

83,45
8 GPT-6 Sol
Jakość agentów 76,91%

76,91
9 Claude Opus 5
Jakość agentów 75,81%

75,81
10 GPT-5.5 Pro
Jakość agentów 75,04%

75,04
11 Claude Opus 4.7
Jakość agentów 73,31%

73,31
12 Claude Fable 5
Jakość agentów 72,90%

72,90
13 Ling 3.0 Flash Fin
Jakość agentów 70,71%

70,71
14 Gemini 3.5 Flash
Jakość agentów 70,19%

70,19
15 GPT-5.6 Sol
Jakość agentów 69,86%

69,86
16 DeepSeek-V4.1-Flash
Jakość agentów 68,80%

68,80
17 Claude Opus 4.6
Jakość agentów 68,63%

68,63
18 Claude Opus 4.8
Jakość agentów 68,36%

68,36
19 Muse Wonder
Jakość agentów 68,14%

68,14
20 Kimi K2.6
Jakość agentów 67,42%

67,42
21 Gemini 3.6 Flash
Jakość agentów 66,72%

66,72
22 Hy4
Jakość agentów 66,66%

66,66
23 Kimi K2.7 Code
Jakość agentów 66,03%

66,03
24 Claude Haiku 5.5
Jakość agentów 65,61%

65,61
25 MiMo-V2.6-Pro
Jakość agentów 65,28%

65,28
26 MiMo-V2.6-Flash
Jakość agentów 64,60%

64,60
27 Grok 4.7
Jakość agentów 64,47%

64,47
28 DeepSeek-V4-Pro
Jakość agentów 63,90%

63,90
29 Muse Spark 1.3
Jakość agentów 63,21%

63,21
30 GPT-5.6 Terra
Jakość agentów 62,37%

62,37
31 Kimi K3
Jakość agentów 62,33%

62,33
32 GLM-5.1
Jakość agentów 62,22%

62,22
33 GPT-6 Luna
Jakość agentów 61,54%

61,54
34 GLM-5.2
Jakość agentów 61,53%

61,53
35 Qwen3.8
Jakość agentów 61,13%

61,13
36 GPT-5.5
Jakość agentów 60,99%

60,99
37 Qwen3.8 Flash
Jakość agentów 60,82%

60,82
38 GPT-5.3 Codex
Jakość agentów 60,49%

60,49
39 DeepSeek-V4-Flash
Jakość agentów 59,86%

59,86
40 GLM-5.3
Jakość agentów 59,29%

59,29
41 Claude Sonnet 5
Jakość agentów 59,12%

59,12
42 Grok 4.6
Jakość agentów 58,81%

58,81
43 GPT-5.4
Jakość agentów 58,39%

58,39
44 Qwen3.8-Flash-Next
Jakość agentów 57,66%

57,66
45 Gemini 3.8 Flash
Jakość agentów 57,48%

57,48
46 MiMo-V2.5
Jakość agentów 57,19%

57,19
47 Qwen3.6 Plus
Jakość agentów 56,33%

56,33
48 Qwen3.5-397B-A17B
Jakość agentów 55,46%

55,46
49 GLM-5
Jakość agentów 54,77%

54,77
50 MiniMax M3.1 Flash
Jakość agentów 54,46%

54,46
51 GPT-5.4 mini
Jakość agentów 54,07%

54,07
52 Ling 3.0 Flash
Jakość agentów 54,07%

54,07
53 GPT-5.2 Codex
Jakość agentów 54,07%

54,07
54 Grok 4.5
Jakość agentów 53,15%

53,15
55 GLM-5V-Turbo
Jakość agentów 53,03%

53,03
56 GPT-5.2 Pro
Jakość agentów 52,86%

52,86
57 Muse Spark 1.1
Jakość agentów 52,72%

52,72
58 GLM-5.3-Flash
Jakość agentów 52,59%

52,59
59 Kimi K2.5
Jakość agentów 52,51%

52,51
60 MiniMax M2.1
Jakość agentów 51,65%

51,65
61 Gemini 3 Flash
Jakość agentów 51,47%

51,47
62 Gemini 3.7 Flash
Jakość agentów 51,37%

51,37
63 Claude Opus 4.5
Jakość agentów 51,30%

51,30
64 Seed 2.0 Pro
Jakość agentów 51,13%

51,13
65 MiMo-V2-Pro
Jakość agentów 50,78%

50,78
66 MiniMax M2.5
Jakość agentów 50,78%

50,78
67 Claude Sonnet 4.5
Jakość agentów 50,61%

50,61
68 GPT-5.6 Luna
Jakość agentów 50,02%

50,02
69 Qwen3.7
Jakość agentów 49,98%

49,98
70 Qwen3.6-27B
Jakość agentów 48,70%

48,70
71 Hy3
Jakość agentów 48,50%

48,50
72 Muse Spark Open
Jakość agentów 48,38%

48,38
73 Kimi K2
Jakość agentów 48,18%

48,18
74 MiniMax M2.7
Jakość agentów 48,18%

48,18
75 Qwen3.5-122B-A10B
Jakość agentów 47,83%

47,83
76 Gemini 3.5 Flash-Lite
Jakość agentów 47,83%

47,83
77 Step-3.5-Flash
Jakość agentów 47,66%

47,66
78 Muse Spark
Jakość agentów 47,49%

47,49
79 Gemini 3 Pro
Jakość agentów 47,49%

47,49
80 Qwen3.8-27B
Jakość agentów 47,44%

47,44
81 Qwen3.5-27B
Jakość agentów 46,45%

46,45
82 GPT-5.2
Jakość agentów 46,10%

46,10
83 Qwen3.7-Plus
Jakość agentów 45,75%

45,75
84 Beam 1.0
Jakość agentów 45,71%

45,71
85 Claude Sonnet 4.6
Jakość agentów 44,61%

44,61
86 Step 3.7 Flash
Jakość agentów 43,85%

43,85
87 Qwen3 VL 235B A22B
Jakość agentów 43,67%

43,67
88 MiMo-V2.5-Pro
Jakość agentów 43,56%

43,56
89 LongCat-Flash
Jakość agentów 43,50%

43,50
90 Qwen3 VL 32B
Jakość agentów 43,33%

43,33
91 Mistral Large 4
Jakość agentów 43,19%

43,19
92 Claude Opus 4.1
Jakość agentów 43,15%

43,15
93 Gemini 3.1 Pro
Jakość agentów 43,12%

43,12
94 Gemma 4 26B-A4B
Jakość agentów 42,98%

42,98
95 Qwen3.5-35B-A3B
Jakość agentów 42,81%

42,81
96 Qwen3-Next-80B-A3B
Jakość agentów 42,11%

42,11
97 DeepSeek-V3.2
Jakość agentów 41,77%

41,77
98 Qwen3.6-35B-A3B
Jakość agentów 41,42%

41,42
99 Qwen3 235B A22B
Jakość agentów 40,73%

40,73
100 GPT-5.4 nano
Jakość agentów 40,55%

40,55