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: 9 października 2026
Poz. Nazwa Modelu Względna jakość Wynik
1 Claude Opus 5.5
Jakość agentów 97,74%

97,74
2 GPT-6 Astra
Jakość agentów 90,21%

90,21
3 Claude Fable 5.1
Jakość agentów 89,71%

89,71
4 Gemini 4 Argon
Jakość agentów 87,36%

87,36
5 Ling 3.1 Flash
Jakość agentów 87,26%

87,26
6 GPT-6.1 Sol
Jakość agentów 84,00%

84,00
7 Claude Fable 5
Jakość agentów 83,95%

83,95
8 Claude Opus 5
Jakość agentów 83,91%

83,91
9 DeepSeek-V4.1-Flash
Jakość agentów 83,90%

83,90
10 Claude Sonnet 5.5
Jakość agentów 80,26%

80,26
11 DeepSeek-V4-Flash
Jakość agentów 79,37%

79,37
12 GPT-6 Sol
Jakość agentów 79,29%

79,29
13 GPT-5.6 Sol
Jakość agentów 78,50%

78,50
14 Muse Spark 1.3
Jakość agentów 78,41%

78,41
15 Kimi K3
Jakość agentów 76,95%

76,95
16 Qwen3.8
Jakość agentów 75,55%

75,55
17 Seed 2.1 Pro
Jakość agentów 74,87%

74,87
18 GLM-5.3
Jakość agentów 74,42%

74,42
19 MiMo-V2.6-Pro
Jakość agentów 74,42%

74,42
20 Claude Opus 4.8
Jakość agentów 74,22%

74,22
21 Claude Sonnet 5
Jakość agentów 73,08%

73,08
22 Hy4
Jakość agentów 73,07%

73,07
23 Claude Haiku 5.5
Jakość agentów 72,78%

72,78
24 GPT-5.5
Jakość agentów 70,97%

70,97
25 Grok 4.7
Jakość agentów 70,92%

70,92
26 Ling 3.0 Flash Fin
Jakość agentów 70,51%

70,51
27 Gemini 3.8 Flash
Jakość agentów 70,03%

70,03
28 DeepSeek-V4-Pro
Jakość agentów 69,99%

69,99
29 Grok 4.6
Jakość agentów 69,94%

69,94
30 GPT-5.6 Terra
Jakość agentów 69,76%

69,76
31 Claude Opus 4.7
Jakość agentów 69,44%

69,44
32 Qwen3.8-Flash-Next
Jakość agentów 69,03%

69,03
33 GLM-5.3-Flash
Jakość agentów 67,82%

67,82
34 GLM-5.2
Jakość agentów 67,24%

67,24
35 Gemini 3.5 Flash
Jakość agentów 66,86%

66,86
36 Grok 4.5
Jakość agentów 66,75%

66,75
37 GPT-6 Luna
Jakość agentów 66,42%

66,42
38 Claude Opus 4.6
Jakość agentów 65,73%

65,73
39 Qwen3.8-27B
Jakość agentów 65,44%

65,44
40 MiMo-V2.6-Flash
Jakość agentów 65,25%

65,25
41 Gemini 3.7 Flash
Jakość agentów 64,35%

64,35
42 GPT-5.4
Jakość agentów 64,18%

64,18
43 Kimi K2.6
Jakość agentów 63,67%

63,67
44 Muse Spark 1.1
Jakość agentów 62,54%

62,54
45 Kimi K2.7 Code
Jakość agentów 62,37%

62,37
46 GLM-5.1
Jakość agentów 61,95%

61,95
47 GPT-5.6 Luna
Jakość agentów 61,09%

61,09
48 Mistral Large 4
Jakość agentów 60,86%

60,86
49 GPT-5.3 Codex
Jakość agentów 59,86%

59,86
50 Grok Build 0.1
Jakość agentów 59,25%

59,25
51 Muse Spark 1.2
Jakość agentów 59,10%

59,10
52 GPT-5.2 Codex
Jakość agentów 58,74%

58,74
53 Claude Sonnet 4.6
Jakość agentów 58,53%

58,53
54 MiMo-V2.5
Jakość agentów 57,24%

57,24
55 GPT-5.2
Jakość agentów 55,57%

55,57
56 Qwen3.5-397B-A17B
Jakość agentów 55,32%

55,32
57 Qwen3.6 Plus
Jakość agentów 54,79%

54,79
58 GLM-5
Jakość agentów 54,62%

54,62
59 Step 5
Jakość agentów 54,26%

54,26
60 Ling 3.0 Flash
Jakość agentów 53,93%

53,93
61 GPT-5.4 mini
Jakość agentów 53,76%

53,76
62 GLM-5V-Turbo
Jakość agentów 53,75%

53,75
63 Qwen3.7
Jakość agentów 53,41%

53,41
64 Gemini 3.5 Flash-Lite
Jakość agentów 52,69%

52,69
65 MiniMax M2.1
Jakość agentów 52,01%

52,01
66 Kimi K2.5
Jakość agentów 51,83%

51,83
67 Claude Opus 4.5
Jakość agentów 51,25%

51,25
68 Gemini 3 Flash
Jakość agentów 51,13%

51,13
69 Hy3
Jakość agentów 51,07%

51,07
70 Claude Sonnet 4.5
Jakość agentów 50,61%

50,61
71 MiniMax M2.5
Jakość agentów 50,44%

50,44
72 Seed 2.0 Pro
Jakość agentów 50,26%

50,26
73 MiMo-V2-Pro
Jakość agentów 50,26%

50,26
74 GPT-5.4 nano
Jakość agentów 49,99%

49,99
75 Qwen3.6-27B
Jakość agentów 49,59%

49,59
76 Gemini 3.6 Flash
Jakość agentów 49,39%

49,39
77 MiniMax M3
Jakość agentów 48,81%

48,81
78 Kimi K2
Jakość agentów 48,69%

48,69
79 Gemini 3.1 Pro
Jakość agentów 48,31%

48,31
80 MiniMax M2.7
Jakość agentów 47,82%

47,82
81 Step-3.5-Flash
Jakość agentów 47,47%

47,47
82 Qwen3.5-122B-A10B
Jakość agentów 47,47%

47,47
83 Gemini 3 Pro
Jakość agentów 47,29%

47,29
84 Qwen3.5-27B
Jakość agentów 45,90%

45,90
85 Qwen3.7-Plus
Jakość agentów 45,34%

45,34
86 Muse Spark
Jakość agentów 45,20%

45,20
87 Gemma 4 31B
Jakość agentów 44,33%

44,33
88 MiMo-V2.5-Pro
Jakość agentów 44,19%

44,19
89 Claude Haiku 4.5
Jakość agentów 43,98%

43,98
90 Inkling
Jakość agentów 43,70%

43,70
91 Qwen3 VL 235B A22B
Jakość agentów 43,46%

43,46
92 LongCat-Flash
Jakość agentów 43,46%

43,46
93 Claude Opus 4.1
Jakość agentów 43,46%

43,46
94 Step 3.7 Flash
Jakość agentów 43,46%

43,46
95 Qwen3 VL 32B
Jakość agentów 43,11%

43,11
96 Gemma 4 26B-A4B
Jakość agentów 42,76%

42,76
97 Qwen3.5-35B-A3B
Jakość agentów 42,23%

42,23
98 Qwen3-Next-80B-A3B
Jakość agentów 42,06%

42,06
99 DeepSeek-V3.2
Jakość agentów 41,71%

41,71
100 Qwen3.6-35B-A3B
Jakość agentów 41,01%

41,01