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: 14 listopada 2026
Poz. Nazwa Modelu Względna jakość Wynik
1 Claude Fable 5.2
Jakość agentów 100,00%

100,00
2 Claude Opus 5.5
Jakość agentów 87,06%

87,06
3 ERNIE 5.5 Flash
Jakość agentów 86,51%

86,51
4 Gemini 4 Carbon
Jakość agentów 85,08%

85,08
5 GPT-6 Astra
Jakość agentów 83,95%

83,95
6 Claude Fable 5.1
Jakość agentów 80,61%

80,61
7 Claude Sonnet 5.5
Jakość agentów 80,15%

80,15
8 DeepSeek-V4-Pro
Jakość agentów 77,91%

77,91
9 Claude Opus 4.8
Jakość agentów 76,39%

76,39
10 GPT-6.1 Sol
Jakość agentów 75,60%

75,60
11 Gemini 4 Argon
Jakość agentów 73,38%

73,38
12 Muse Wonder Full
Jakość agentów 73,17%

73,17
13 Gemini 4 Hydrogen
Jakość agentów 72,39%

72,39
14 GPT-5.5
Jakość agentów 72,34%

72,34
15 GPT-5.5 Pro
Jakość agentów 72,18%

72,18
16 GPT-6.1 Terra
Jakość agentów 71,85%

71,85
17 Claude Opus 4.7
Jakość agentów 70,49%

70,49
18 Grok 4.5
Jakość agentów 69,65%

69,65
19 GPT-5.6 Luna
Jakość agentów 69,48%

69,48
20 DeepSeek-V4-Flash
Jakość agentów 69,48%

69,48
21 Kimi K3.1 Pro
Jakość agentów 69,09%

69,09
22 Claude Fable 5
Jakość agentów 69,02%

69,02
23 Claude Opus 5
Jakość agentów 68,75%

68,75
24 Gemini 3.5 Flash
Jakość agentów 67,62%

67,62
25 GPT-5.6 Sol
Jakość agentów 66,61%

66,61
26 Claude Opus 4.6
Jakość agentów 65,94%

65,94
27 GPT-6 Sol
Jakość agentów 65,75%

65,75
28 Kimi K2.6
Jakość agentów 65,26%

65,26
29 Hy4
Jakość agentów 64,59%

64,59
30 Gemini 3.6 Flash
Jakość agentów 63,91%

63,91
31 GPT-5.4
Jakość agentów 63,74%

63,74
32 Muse Spark 1.3
Jakość agentów 61,63%

61,63
33 GLM-5.3
Jakość agentów 61,27%

61,27
34 Muse Wonder
Jakość agentów 61,16%

61,16
35 GLM-5.1
Jakość agentów 60,20%

60,20
36 MiMo-V2.5-Pro
Jakość agentów 59,70%

59,70
37 Claude Sonnet 4.6
Jakość agentów 59,53%

59,53
38 Muse Ember
Jakość agentów 59,44%

59,44
39 DeepSeek-V4.1-Flash
Jakość agentów 58,67%

58,67
40 Grok 4.7
Jakość agentów 58,56%

58,56
41 Claude Haiku 5.5
Jakość agentów 58,45%

58,45
42 MiMo-V2.6-Pro
Jakość agentów 57,86%

57,86
43 MiMo-V2.6-Flash
Jakość agentów 57,01%

57,01
44 Claude Sonnet 5
Jakość agentów 56,98%

56,98
45 Kimi K3
Jakość agentów 55,71%

55,71
46 Inkling 2 Small
Jakość agentów 55,42%

55,42
47 GLM-5.2
Jakość agentów 54,51%

54,51
48 Qwen3.6 Plus
Jakość agentów 54,30%

54,30
49 Qwen3.8
Jakość agentów 53,87%

53,87
50 Gemini 3.7 Flash
Jakość agentów 53,82%

53,82
51 Qwen3.5-397B-A17B
Jakość agentów 53,46%

53,46
52 Qwen3.8-Flash-Next
Jakość agentów 53,20%

53,20
53 GLM-5
Jakość agentów 52,78%

52,78
54 GPT-5.2 Codex
Jakość agentów 52,45%

52,45
55 Beam 1.0
Jakość agentów 52,20%

52,20
56 MiniMax M3.1 Flash
Jakość agentów 52,11%

52,11
57 GPT-5.4 mini
Jakość agentów 52,11%

52,11
58 GPT-5.2 Pro
Jakość agentów 50,93%

50,93
59 Kimi K2.5
Jakość agentów 50,76%

50,76
60 MiniMax M2.1
Jakość agentów 49,75%

49,75
61 Claude Opus 4.5
Jakość agentów 49,58%

49,58
62 Gemini 3 Flash
Jakość agentów 49,58%

49,58
63 MiniMax M2.5
Jakość agentów 49,58%

49,58
64 Seed 2.0 Pro
Jakość agentów 49,41%

49,41
65 GLM-5.3-Flash
Jakość agentów 49,39%

49,39
66 GPT-5.6 Terra
Jakość agentów 49,29%

49,29
67 Muse Spark 1.1
Jakość agentów 49,14%

49,14
68 Claude Sonnet 4.5
Jakość agentów 49,07%

49,07
69 MiMo-V2-Pro
Jakość agentów 48,57%

48,57
70 GPT-6 Luna
Jakość agentów 48,32%

48,32
71 Mistral Large 4
Jakość agentów 48,16%

48,16
72 Gemini 3.8 Flash
Jakość agentów 47,86%

47,86
73 Grok 4.6
Jakość agentów 46,97%

46,97
74 Qwen3.6-27B
Jakość agentów 46,88%

46,88
75 Kimi K2
Jakość agentów 46,37%

46,37
76 Qwen3.5-122B-A10B
Jakość agentów 46,21%

46,21
77 Muse Spark
Jakość agentów 46,04%

46,04
78 Gemini 3 Pro
Jakość agentów 45,70%

45,70
79 Step-3.5-Flash
Jakość agentów 45,70%

45,70
80 Qwen3.5-27B
Jakość agentów 44,69%

44,69
81 GPT-5.2
Jakość agentów 44,18%

44,18
82 K2 Horizon 375B-A23B
Jakość agentów 44,16%

44,16
83 Muse Spark Open
Jakość agentów 43,22%

43,22
84 Step 3.7 Flash
Jakość agentów 43,17%

43,17
85 Qwen3 VL 235B A22B
Jakość agentów 42,83%

42,83
86 Claude Haiku 4.5
Jakość agentów 42,83%

42,83
87 LongCat-Flash
Jakość agentów 42,66%

42,66
88 Kimi K2.7 Code
Jakość agentów 42,33%

42,33
89 Qwen3 VL 32B
Jakość agentów 42,33%

42,33
90 Muse Spark 1.2
Jakość agentów 41,99%

41,99
91 Claude Opus 4.1
Jakość agentów 41,99%

41,99
92 Gemma 4 26B-A4B
Jakość agentów 41,48%

41,48
93 Qwen3-Next-80B-A3B
Jakość agentów 41,48%

41,48
94 Qwen3.5-35B-A3B
Jakość agentów 41,32%

41,32
95 Gemini 3.1 Pro
Jakość agentów 40,68%

40,68
96 Ling 3.0 Flash Fin
Jakość agentów 40,47%

40,47
97 Qwen3.8-27B
Jakość agentów 40,27%

40,27
98 Qwen3 235B A22B
Jakość agentów 40,13%

40,13
99 Qwen3.6-35B-A3B
Jakość agentów 39,97%

39,97
100 DeepSeek-V3.2
Jakość agentów 39,80%

39,80