तीन ब्राउज़र टूल के साथ GPT-6.1 Sol का प्रदर्शन कैसा रहा

GPT-6.1 Sol ब्राउज़र टूल बेंचमार्क के लिए हल्के नीले बैकग्राउंड पर वॉटरकलर फूल

डिफ़ॉल्ट सेटिंग के तौर पर हम GPT-6.1 Sol को ego(lite) में ego-browser के ज़रिए चलाना पसंद करेंगे। इसने 28 सहेजे गए टास्क में से 27 पूरे किए, जबकि agent-browser ने 23 और playwright-cli ने 22। तीनों में पूरे हुए 18 टास्क पर यह सबसे तेज़ टूल भी था। हालाँकि यह हर पैमाने पर सबसे सस्ता नहीं था: playwright-cli ने प्रति रन कम खर्च किया और फ़्लाइट सर्च का एक ऐसा टास्क सफलतापूर्वक पूरा किया जिसमें ego-browser विफल रहा।

GPT-6.1 Sol के ब्राउज़र टूल के बीच सबसे बड़ा अंतर कई साइटों से डेटा संग्रह में दिखता है, जहाँ एक टास्क में कई आधिकारिक स्रोतों से एक जैसे फ़ील्ड लेने होते हैं। Ego-browser ऐसे सभी दस टास्क में सफल रहा, जबकि agent-browser छह और playwright-cli सात में। रिसर्च और संश्लेषण के तीन टास्क तथा हमारे टेस्ट ऐप के भीतर वेब ऐप ऑटोमेशन के चार टास्क में Ego-browser, agent-browser और playwright-cli के परिणाम बराबर रहे, इसलिए इन दोनों समूहों में गति और लागत चुनाव तय करते हैं।

हमारी सेटिंग में ego-browser काम पूरा करने और गति में आगे है, जबकि प्रति रन औसत लागत में playwright-cli आगे है: $0.4182। अधिक सफलता दर के कारण ego-browser की प्रति सफल टास्क लागत सबसे कम, $0.4646, रही। साझा 18 टास्क पर इसकी औसत लागत playwright-cli की औसत लागत से 5.4% अलग थी।

इस परीक्षण के दूसरे कारक सभी प्रयासों में स्थिर रहे, इसलिए नीचे दिए गए अंतर उस टूल से आते हैं जिसने ब्राउज़िंग की। किसी टूल के पहले बेंचमार्क दौर से एक टास्क का एक सहेजा गया रन एक प्रयास कहलाता है।

ब्राउज़र टूलसफलता दरप्रति टास्क औसत समयप्रति टास्क औसत दर्ज लागत
ego-browser96.4% (27/28)246.7 s$0.3352
agent-browser82.1% (23/28)452.5 s$0.4702
playwright-cli78.6% (22/28)399.9 s$0.3542

सफलता दर में हर टूल के 28 सहेजे गए प्रयास गिने गए हैं। समय और लागत उन्हीं 18 टास्क पर आधारित हैं जो तीनों टूल में सफल रहे। लागत के आँकड़े, उपयोग पर दरें लागू करके USD में निकाली गई रन की दर्ज राशियाँ हैं। ego-browser की पंक्ति में 7 नवंबर 2026 की टेस्ट बिल्ड है और दूसरी पंक्तियों में 5 नवंबर 2026 के रन हैं।

सफलता दर

सफलता दर के बार शून्य से 100 प्रतिशत के पैमाने पर: ego-browser 96.4% (27/28), agent-browser 82.1% (23/28), playwright-cli 78.6% (22/28)।

सबसे अधिक सफलता दर ego-browser की है, और हम सबसे पहले काम पूरा होने के लिए भुगतान करना पसंद करेंगे, क्योंकि एक भी फ़ील्ड गायब होने पर आपको फिर से जानकारी जुटानी पड़ती है। यह 28 में से 27 टास्क में सफल रहा, जो agent-browser से चार अधिक हैं। agent-browser में सफल कोई भी टास्क इसमें विफल नहीं हुआ। Ego-browser छह ऐसे टास्क में सफल रहा जिनमें playwright-cli विफल था, जबकि playwright-cli एक ऐसे टास्क में सफल रहा जिसमें ego-browser विफल था। Playwright-cli खोज और तुलना के सभी आठ टास्क में भी सफल रहा, जबकि ego-browser सात में।

Agent-browser दो तरह से विफल रहा: तीन जवाबों में ग़लत या गायब मान थे और दो प्रयास बिना अंतिम जवाब के समाप्त हुए। Playwright-cli की छह विफलताओं में से पाँच में कोई आवश्यक मान गायब था। इनमें से तीन X पोस्ट से जुड़े थे, जहाँ इसने टाइमस्टैम्प को अनुपलब्ध बताया; agent-browser उन तीनों X पोस्ट में सफल रहा।

बाकी दो गायब मान थे: ego-browser द्वारा पूरे किए गए ऐल्बम वाले टास्क में Qobuz पर ट्रैक की संख्या, और ओपन मॉडल की तुलना में Phi-4 के प्रशिक्षण टोकन की संख्या।

फ़्लाइट सर्च की तुलना में GPT-6.1 Sol ने ego-browser के साथ उसी सेटिंग में पहले ही देखी गई कम कीमत से ऊँचा किराया बताया। इसलिए जवाब टास्क की स्वीकृति शर्तों पर विफल रहा, जबकि playwright-cli वाला प्रयास सफल रहा। पूरी तालिका में भी वही एक मान हो सकता है जो आपका निर्णय बदल दे।

गति

गति के लिहाज़ से ego-browser ने उन 18 टास्क पर इंतज़ार लगभग आधा कर दिया जो तीनों टूल में सफल रहे। इसका औसत समय प्रति टास्क 246.7 सेकंड रहा: agent-browser से 45.5% कम और playwright-cli से 38.3% कम। यह agent-browser के मुक़ाबले 18 में से 15 टास्क पर और playwright-cli के मुक़ाबले 17 पर तेज़ भी था।

उन्हीं 18 टास्क पर औसत बीता समय जो सभी में सफल रहे: ego-browser 246.7 सेकंड, agent-browser 452.5 सेकंड, playwright-cli 399.9 सेकंड। नीले और धूसर बार शून्य से शुरू होते हैं।

उसी काम के लिए GPT-6.1 Sol ने कम टूल कॉल किए; एक टूल कॉल का मतलब किसी टूल को एक अनुरोध है। प्रति टास्क ego-browser के साथ 28.1, agent-browser के साथ 44.1 और playwright-cli के साथ 36.8 कॉल हुए। टूल के निष्पादन में ego-browser के साथ 84.4 सेकंड, agent-browser के साथ 210.0 सेकंड और playwright-cli के साथ 215.6 सेकंड लगे।

कैमरा वाला टास्क सामान्य काम में यह अंतर दिखाता है। तीनों टूल ने आठ कैमरा ब्रांड की तुलना पूरी की। GPT-6.1 Sol ने ego-browser के साथ 330.2 सेकंड, agent-browser के साथ 597.2 और playwright-cli के साथ 598.5 सेकंड लिए। उसी स्वीकृत परिणाम के लिए इसने क्रमशः 29, 57 और 54 टूल कॉल किए।

कैमरा स्पेसिफ़िकेशन की तुलना के दौरान ego(lite) में Canon Canada खुला है और ऊपर Agent in control संकेत दिख रहा है।

लागत

काम पूरा होने की दर घटाए बिना ego-browser की लागत agent-browser से कम है। साझा 18 टास्क पर यह 28.7% सस्ता रहा और उनमें से 15 पर इसकी लागत कम रही, जबकि मॉडल वही रखा गया और प्रति टास्क कम टूल कॉल हुए।

साझा सफल टास्क की लागत में Playwright-cli, ego-browser के इतना क़रीब है कि हम सिर्फ़ इस आँकड़े पर दोनों में से किसी को नहीं चुनेंगे। दोनों के औसत में 5.4% का अंतर है। ego-browser दस टास्क पर सस्ता रहा और playwright-cli आठ पर। विफलताओं को गिनने पर ego-browser की प्रति सफल प्रयास दर्ज लागत playwright-cli की लागत से कम हो जाती है: $0.4646, जबकि दूसरे की $0.5322।

सभी प्रयासों की औसत लागत और प्रति सफल टास्क लागत अलग सवालों के जवाब देते हैं, इसलिए हम दोनों रखते हैं। पहला बताता है कि एक रन पर कितना खर्च आता है; दूसरे में विफलताओं सहित दर्ज कुल खर्च को सफल प्रयासों की संख्या से भाग दिया जाता है।

ब्राउज़र टूलसभी 28 प्रयासों पर प्रति टास्क औसत दर्ज लागतप्रति सफल प्रयास दर्ज लागत
ego-browser$0.4480$0.4646
agent-browser$0.5938$0.7229
playwright-cli$0.4182$0.5322

ये आँकड़े पहले दौर के उन्हीं रन से लिए गए हैं: ego-browser के लिए 7 नवंबर 2026 और दूसरे टूल के लिए 5 नवंबर 2026। ये उपयोग के आधार पर लागत वाले रिकॉर्ड हैं। इनमें मूल्यांकन खर्च और पहले के ऐसे पुनःप्रयास शामिल नहीं हैं जो सहेजी गई पंक्तियों में नहीं हैं। ये सत्यापित बिल नहीं हैं।

Playwright-cli प्रति रन सबसे सस्ता है: $0.4182। Ego-browser की प्रति सफल प्रयास दर्ज लागत सबसे कम, $0.4646, है, क्योंकि इसके अधिक रन ने हर आवश्यकता पूरी की। किसी भी आँकड़े का अर्थ यह नहीं कि ego-browser हर टास्क पर सबसे सस्ता है।

कई साइटों से डेटा संग्रह

जब GPT-6.1 Sol को कई आधिकारिक स्रोतों से एक जैसे फ़ील्ड जुटाने हों, तो ego-browser सबसे स्पष्ट चुनाव है। यह सभी दस टास्क में सफल रहा, जबकि agent-browser छह और playwright-cli सात में। यह अंतर समग्र तुलना से अधिक बड़ा है।

ब्राउज़र टूलकई साइटों से डेटा संग्रह की सफलता दर
ego-browser100.0% (10/10)
agent-browser60.0% (6/10)
playwright-cli70.0% (7/10)

यह समूह भी सारांश वाले पहले दौर के उन्हीं रन का उपयोग करता है: ego-browser के लिए 7 नवंबर 2026 और दूसरे दोनों टूल के लिए 5 नवंबर 2026।

ego-browser, agent-browser, playwright-cli के लिए हीटमैप। कई साइटों से संग्रह: 10 में से 10, 10 में से 6, 10 में से 7। खोज और तुलना: 8 में से 7, 8 में से 7, 8 में से 8। सोशल सत्यापन: 3 में से 3, 3 में से 3, 3 में से 0। रिसर्च और संश्लेषण: हर टूल के 3 में से 3। वेब ऐप ऑटोमेशन: हर टूल के 4 में से 4। हर सेल के लिए रंग पैमाना शून्य से 100 प्रतिशत है।

जब हर पंक्ति भरना ज़रूरी हो, तो तीन या चार टास्क का अंतर तय करता है कि तालिका इस्तेमाल की भी जा सकती है या नहीं। इन दस टास्क में केंद्रीय बैंक के निर्णय, उत्पाद स्पेसिफ़िकेशन और SaaS अनुपालन की तुलनाएँ शामिल थीं।

SaaS वाला टास्क दिखाता है कि भरा हुआ सेल भी ग़लत क्यों हो सकता है। इसमें 30 सितंबर 2026 की प्रमाणन स्थिति पूछी गई थी। agent-browser और playwright-cli दोनों ने Smartsheet को प्रमाणित बताया, जबकि अपेक्षित स्थिति थी कि प्रमाणन प्रक्रिया में है। ego-browser वाले प्रयास में तुलना के हर फ़ील्ड का सही मिलान हुआ।

हम कौन-सा टूल चुनेंगे

पूरे रिसर्च परिणाम सौंपने के लिए, ख़ासकर कई साइटों से डेटा संग्रह में, हम GPT-6.1 Sol को रीज़निंग एफ़र्ट high पर रखकर pi के ज़रिए ego-browser के साथ चलाना पसंद करेंगे। इस संयोजन में काम पूरा होने की दर सबसे अधिक, साझा टास्क पर इंतज़ार सबसे कम और लागत agent-browser की लागत से कम तथा playwright-cli की लागत के क़रीब रही।

जब रन की लागत सबसे अधिक मायने रखती हो या काम खोज और तुलना जैसा हो, तो हम playwright-cli को बनाए रखेंगे। यह ऐसे सभी आठ टास्क में सफल रहा, जबकि ego-browser और agent-browser सात-सात में। इसलिए ये आठ टास्क काम कर रहे playwright-cli सेटअप को बदलने का कारण नहीं देते।

Agent-browser ने playwright-cli से एक टास्क अधिक सफलतापूर्वक पूरा किया, लेकिन अधिक दर्ज लागत पर। इसलिए सिर्फ़ कुल संख्या इसे चुनने का ठोस कारण नहीं देती। यह तीन X पोस्ट में सफल रहा, जबकि playwright-cli किसी में नहीं, और यह एक टास्क के कुल अंतर का एक महत्वपूर्ण हिस्सा समझाता है।

अक्सर पूछे जाने वाले प्रश्न

GPT-6.1 Sol के साथ किस ब्राउज़र टूल ने सबसे अधिक प्रयास सफलतापूर्वक पूरे किए?

ego-browser ने सबसे अधिक पूरे किए: 28 सहेजे गए प्रयासों में से 27 सफल रहे, जबकि agent-browser के 23 और playwright-cli के 22। मॉडल, pi एजेंट रनटाइम और टास्क स्थिर रहे। हर टूल के लिए उसके पहले दौर से प्रति टास्क एक सहेजा गया रन शामिल है। agent-browser से चार टास्क की बढ़त कई साइटों से डेटा संग्रह में मिली।

GPT-6.1 Sol के साथ कौन-सा ब्राउज़र टूल सबसे तेज़ था?

ego-browser सबसे तेज़ रहा: तीनों टूल में सफल 18 टास्क पर इसका औसत समय 246.7 सेकंड प्रति टास्क था। उसी मॉडल के साथ agent-browser का औसत 452.5 सेकंड और playwright-cli का 399.9 सेकंड रहा। ego-browser, agent-browser के मुक़ाबले 15 टास्क और playwright-cli के मुक़ाबले 17 पर तेज़ भी रहा, इसलिए औसत व्यापक बढ़त दिखाता है।

GPT-6.1 Sol की प्रति ब्राउज़र टास्क लागत कितनी है?

साझा 18 टास्क पर GPT-6.1 Sol की औसत दर्ज लागत ego-browser के साथ $0.3352, agent-browser के साथ $0.4702 और playwright-cli के साथ $0.3542 रही। सभी 28 प्रयासों पर ये औसत $0.4480, $0.5938 और $0.4182 थे। ये उपयोग के आधार पर लागत वाले रन रिकॉर्ड हैं, सत्यापित बिल नहीं, और इनमें मूल्यांकन खर्च शामिल नहीं है।

क्या सबसे कम औसत रन लागत से प्रति सफल प्रयास लागत भी सबसे कम रही?

Playwright-cli की औसत रन लागत सबसे कम, $0.4182, थी, लेकिन ego-browser की प्रति सफल प्रयास दर्ज लागत सबसे कम, $0.4646, थी। Agent-browser की प्रति सफल प्रयास लागत $0.7229 और playwright-cli की $0.5322 थी। हमने हर टूल के विफलताओं सहित 28 प्रयासों के दर्ज कुल खर्च को उसके सफल प्रयासों की संख्या से भाग दिया।

क्या ego-browser ने playwright-cli के ख़िलाफ़ हर टास्क जीता?

ego-browser 6 ऐसे टास्क में सफल रहा जिनमें playwright-cli विफल था, लेकिन playwright-cli 1 ऐसे टास्क में सफल रहा जिसमें ego-browser विफल था। इसका प्रतिउदाहरण फ़्लाइट सर्च की तुलना था, जहाँ GPT-6.1 Sol ने ego-browser के साथ शर्तें पूरी करने वाली एक कम कीमत से ऊँचा किराया बताया। मॉडल ने तालिका लौटाई थी, फिर भी हम उस जवाब को विफलता गिनते हैं।

कई साइटों से डेटा संग्रह के लिए हम कौन-सा टूल चुनेंगे?

GPT-6.1 Sol से कई साइटों का डेटा संग्रह करने के लिए हम ego-browser चुनेंगे, जिसके सभी 10 प्रयास सफल रहे। उन्हीं टास्क पर agent-browser छह और playwright-cli सात में सफल रहा। SaaS की तुलना दिखाती है कि काम पूरा होना क्यों मायने रखता है: दोनों विकल्पों ने माँगी गई संदर्भ तारीख के लिए ग़लत प्रमाणन स्थिति इस्तेमाल की।

क्या खोज और तुलना वाले काम के लिए हम playwright-cli बदलेंगे?

खोज और तुलना के इन 8 टास्क में काम पूरा होने के कारण हम playwright-cli नहीं बदलेंगे, क्योंकि वह सभी 8 में सफल रहा। ego-browser और agent-browser दोनों इनमें से 7 में सफल रहे। गति की तुलना ego-browser के पक्ष में है, इसलिए इस समूह में बदलाव पर विचार करने का अधिक ठोस कारण इंतज़ार का समय है।

क्या एक अतिरिक्त सफलता agent-browser को playwright-cli से बेहतर चुनाव बनाती है?

Agent-browser की 23 सफलताएँ, playwright-cli की 22 के मुक़ाबले, इसे समग्र रूप से चुनने का ठोस कारण नहीं देतीं। साझा टास्क पर Agent-browser की लागत भी अधिक रही: प्रति टास्क औसतन $0.4702, जबकि playwright-cli की $0.3542। परिणाम टास्क के अनुसार अलग रहे। इनमें तीन X पोस्ट भी शामिल हैं जिनमें agent-browser सफल रहा और playwright-cli किसी में नहीं। इसलिए हम काम के अनुसार चुनाव करेंगे।

क्या रिसर्च और वेब ऐप टास्क पर तीनों ब्राउज़र टूल के परिणाम समान रहे?

हमारे टेस्ट ऐप में तीनों टूल रिसर्च और संश्लेषण के 3 टास्क और वेब ऐप ऑटोमेशन के 4 टास्क में सफल रहे। ये परिणाम किसी भी समूह के भीतर उनकी रैंकिंग का कारण नहीं देते। ego-browser के लिए हमारी पसंद इंतज़ार के समय और दर्ज लागत पर आधारित है, इन 7 टास्क में काम पूरा होने की बढ़त पर नहीं।

क्या ego-browser के दूसरे दौर को लेने से समग्र चुनाव बदला?

ego-browser दूसरे दौर में उन्हीं 28 टास्क में से 26 में सफल रहा, जबकि agent-browser और playwright-cli अपने पहले दौर के 23 और 22 पर रहे। साझा 18 टास्क पर इसका औसत समय 252.4 सेकंड रहा, जबकि दूसरे दोनों टूल के 452.5 और 399.9 सेकंड थे। हम ego-browser के दोनों दौर को रैंकिंग में मिलाने के बजाय पहले दौर को मुख्य परिणाम रखते हैं।

हमने परीक्षण कैसे किया

हमने macOS पर pi 1.5.0 के ज़रिए रीज़निंग एफ़र्ट high पर GPT-6.1 Sol के संग्रहित रन का विश्लेषण किया, जिसमें दर्ज openai-codex रूट इस्तेमाल हुआ। रन कॉन्फ़िगरेशन में 5 नवंबर 2026 के लिए agent-browser 0.39.1 और playwright-cli 0.1.22 दिए गए थे। ego-browser की local-202611071027-ba90f1c टेस्ट बिल्ड 7 नवंबर 2026 को चली। हर सेटअप ने पेज देखने और ब्राउज़र की कार्रवाइयाँ करने के लिए अपनी दी गई skill और CLI का इस्तेमाल किया।

ये 28 वही टास्क हैं जो दोनों वैकल्पिक टूल पहले ही चला चुके थे। इन्हें 72 टास्क वाले efficiency-20261019 डेटासेट से चुना गया। हर टास्क एक समूह में आता है: कई साइटों से डेटा संग्रह, खोज और तुलना, सोशल मीडिया सत्यापन, रिसर्च और संश्लेषण या वेब ऐप ऑटोमेशन।

हर टूल के पहले बेंचमार्क दौर से प्रति टास्क एक सहेजा गया रन लिया गया है, इसलिए हर टूल के 28 प्रयास हैं। Ego-browser का दूसरा दौर भी चला, जिसे हम अलग बताते हैं। चरणों का बजट मॉडल के 100 जवाबी टर्न था, साथ में 3600 सेकंड की अतिरिक्त समय-सीमा थी। टूल कॉल किसी टूल को एक अनुरोध है। सफल होने के लिए हर अनिवार्य परिणाम और अंतिम प्रस्तुत सामग्री को टास्क की स्वीकृति शर्तें पूरी करनी होती हैं।

समय और लागत उन 18 टास्क पर आधारित हैं जो तीनों टूल में सफल रहे। समय में सोचना, मॉडल अनुरोध, टूल का निष्पादन और बाकी अतिरिक्त समय शामिल हैं। लागत USD में दर्ज, उपयोग के आधार पर गणना की गई रकम है। टूल को दिया गया ब्राउज़र स्टेट एक जैसा नहीं था, इसलिए हमने तीन X पोस्ट के बिना भी परिणाम जाँचे: टूल के उसी क्रम में 24/25, 20/25 और 22/25।

पूरे परिणाम

हर सेल में पहले बेंचमार्क दौर के सहेजे गए रन के सफल प्रयास, बीते सेकंड और USD में दर्ज लागत दिखाई गई है। बीते समय में मॉडल API का इंतज़ार शामिल है। हर टास्क के लिए हर टूल का एक प्रयास लिया गया है, इसलिए टास्क का औसत उसी प्रयास के मान के बराबर है। पंक्तियाँ ego-browser के 7 नवंबर 2026 के रन और विकल्पों के 5 नवंबर 2026 के रन का उपयोग करती हैं।

टास्ककाम का प्रकारego-browseragent-browserplaywright-cli
नौ सेवाओं पर ऐल्बम के मेटाडेटा की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 307.7 s · $0.77241/1 · 740.8 s · $0.99500/1 · 524.0 s · $0.6029
आठ कैमरा ब्रांड के स्पेसिफ़िकेशन जुटानाकई साइटों से डेटा संग्रह1/1 · 330.2 s · $0.47511/1 · 597.2 s · $0.68651/1 · 598.5 s · $0.5201
बारह केंद्रीय बैंकों के निर्णय जुटानाकई साइटों से डेटा संग्रह1/1 · 382.8 s · $0.65780/1 · 760.3 s · $1.00791/1 · 816.4 s · $0.9166
सम्मेलनों के कीनोट और रिकॉर्डिंग का मिलान करनाकई साइटों से डेटा संग्रह1/1 · 385.6 s · $0.56591/1 · 672.0 s · $0.94891/1 · 884.2 s · $0.9596
इलेक्ट्रिक SUV के स्पेसिफ़िकेशन की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 633.2 s · $1.25900/1 · 748.7 s · $0.80061/1 · 981.4 s · $0.7713
ओपन मॉडल के कार्ड और घोषणाओं की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 424.5 s · $0.64861/1 · 828.6 s · $1.01990/1 · 680.6 s · $0.7187
नौ क्षेत्राधिकारों में न्यूनतम मज़दूरी की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 451.9 s · $0.61081/1 · 762.6 s · $1.07611/1 · 763.2 s · $0.7392
फ़्लैगशिप फ़ोन के स्पेसिफ़िकेशन की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 448.7 s · $0.64441/1 · 931.9 s · $0.94231/1 · 676.3 s · $0.6352
एक संदर्भ तारीख पर SaaS अनुपालन की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 472.3 s · $0.62570/1 · 895.0 s · $0.73630/1 · 848.0 s · $0.5770
सर्वरलेस के मुफ़्त प्लान में मिलने वाली सीमाओं की तुलना करनाकई साइटों से डेटा संग्रह1/1 · 205.5 s · $0.32250/1 · 682.0 s · $0.52931/1 · 411.8 s · $0.3951
इंटरैक्टिव ARC लीडरबोर्ड पढ़नारिसर्च और संश्लेषण1/1 · 224.4 s · $0.27081/1 · 416.6 s · $0.46581/1 · 220.2 s · $0.1853
मॉडल के प्रशिक्षण डेटासेट का विश्लेषण करनारिसर्च और संश्लेषण1/1 · 87.1 s · $0.08091/1 · 137.7 s · $0.14741/1 · 155.5 s · $0.1321
मॉडल की तालिका के पीछे के स्रोतों तक पहुँचनारिसर्च और संश्लेषण1/1 · 285.6 s · $0.22881/1 · 245.5 s · $0.30041/1 · 377.5 s · $0.1890
Mac लैपटॉप की तुलना और कॉन्फ़िगरेशन करनाखोज और तुलना1/1 · 301.3 s · $0.61191/1 · 383.0 s · $0.43991/1 · 337.2 s · $0.3669
छह फ़िल्मों की बॉक्स ऑफ़िस कमाई के आँकड़ों का मिलान करनाखोज और तुलना1/1 · 184.9 s · $0.20341/1 · 360.5 s · $0.33941/1 · 201.6 s · $0.1506
सार्वजनिक रजिस्ट्री में चार कंपनियों की जाँच करनाखोज और तुलना1/1 · 182.5 s · $0.28831/1 · 626.9 s · $0.39271/1 · 230.2 s · $0.1784
परीक्षणों और दवाओं के विवरणपत्रों को मिलाकर जाँचनाखोज और तुलना1/1 · 372.8 s · $0.47871/1 · 368.7 s · $0.41761/1 · 383.1 s · $0.3515
मुद्रास्फीति की डेटा शृंखलाओं और आँकड़ों का मिलान करनाखोज और तुलना1/1 · 132.8 s · $0.19571/1 · 507.1 s · $0.37231/1 · 548.9 s · $0.2209
शर्तें पूरी करने वाली उड़ानों और किरायों की तुलना करनाखोज और तुलना0/1 · 341.5 s · $0.44640/1 · 986.7 s · $1.10871/1 · 504.3 s · $0.4713
ब्राउज़र अनुकूलता तालिकाओं का मिलान करनाखोज और तुलना1/1 · 175.1 s · $0.19161/1 · 147.8 s · $0.20921/1 · 294.6 s · $0.1973
व्याख्यान, कोड और शोधपत्र को मिलाकर जाँचनाखोज और तुलना1/1 · 202.3 s · $0.42431/1 · 274.3 s · $0.34911/1 · 666.0 s · $0.7001
X पर सुरक्षा से जुड़ी पोस्ट को रिलीज़ से मिलाकर सत्यापित करनासोशल मीडिया सत्यापन1/1 · 535.7 s · $0.89791/1 · 780.7 s · $0.89230/1 · 405.8 s · $0.3921
X पर उत्पादों से जुड़ी पोस्ट को घोषणाओं से मिलाकर सत्यापित करनासोशल मीडिया सत्यापन1/1 · 710.3 s · $0.71551/1 · 851.2 s · $0.92360/1 · 466.5 s · $0.4007
X पर लॉन्च से जुड़ी पोस्ट और संदर्भ सूचियों का मिलान करनासोशल मीडिया सत्यापन1/1 · 168.9 s · $0.16501/1 · 263.9 s · $0.15050/1 · 172.0 s · $0.0880
टेस्ट ऐप की नीति के अनुसार यात्रा बुक करनावेब ऐप ऑटोमेशन1/1 · 194.1 s · $0.25701/1 · 303.2 s · $0.28531/1 · 208.4 s · $0.2240
टेस्ट ऐप में सर्विस मॉनिटर अपडेट करनावेब ऐप ऑटोमेशन1/1 · 137.5 s · $0.13381/1 · 419.9 s · $0.41411/1 · 152.9 s · $0.1528
टेस्ट ऐप में प्राप्य राशियों का मिलान करनावेब ऐप ऑटोमेशन1/1 · 227.7 s · $0.23121/1 · 628.3 s · $0.43291/1 · 291.9 s · $0.3085
टेस्ट ऐप में स्टॉक दोबारा भरने के ऑर्डर बनानावेब ऐप ऑटोमेशन1/1 · 116.8 s · $0.14151/1 · 361.8 s · $0.24371/1 · 208.4 s · $0.1640

आगे पढ़ें