टूल कॉलिंग रैंकिंग
देखें कि टूल कॉलिंग में कौन से AI मॉडल सबसे अच्छा प्रदर्शन करते हैं, कौन से भरोसेमंद बने रहते हैं और सबसे बड़े अंतर कहाँ दिखाई देते हैं। क्रमबद्ध करें: मेट्रिक ↑.
330/330
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | टूल कॉलिंग स्कोर | स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #40 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.983 | 1/1 | 8.96s |
| #41 | Claude Opus 5 low | Anthropic | 10.0 | 8.7 | $1.121 | 1/1 | 9.03s |
| #42 | Gemini 3.6 Flash low | 10.0 | 8.7 | $0.251 | 1/1 | 4.40s | |
| #43 | GLM 5.3 Flash max | Z.ai | 10.0 | 8.7 | $0.071 | 1/1 | 19.2s |
| #44 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.476 | 1/1 | 4.17s |
| #45 | Muse Spark 1.2 high | Meta | 10.0 | 8.7 | $1.771 | 1/1 | 4.00s |
| #46 | Muse Spark 1.2 medium | Meta | 10.0 | 8.6 | $1.339 | 1/1 | 3.89s |
| #48 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.004 | 1/1 | 17.0s |
| #49 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.6 | $1.132 | 1/1 | 18.3s |
| #50 | Qwen3.8 Max low | Qwen | 10.0 | 8.6 | $0.702 | 1/1 | 8.06s |
| #51 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.560 | 1/1 | 13.3s |
| #52 | DeepSeek V4.1 Flash low | DeepSeek | 10.0 | 8.5 | $0.448 | 1/1 | 13.8s |
| #53 | DeepSeek V4.1 Flash high | DeepSeek | 10.0 | 8.5 | $0.574 | 1/1 | 15.3s |
| #54 | DeepSeek V4.1 Flash medium | DeepSeek | 10.0 | 8.5 | $0.544 | 1/1 | 15.3s |
| #55 | Grok 4.5 medium | X AI | 10.0 | 8.5 | $2.042 | 1/1 | 6.57s |