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: सही परीक्षण ↑.
210/210
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) |
|---|---|---|---|---|---|---|---|
| #21 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $0.951 | 0/1 | 10.3s |
| #28 | Inkling high | Thinkingmachines | 3.0 | 8.0 | $1.006 | 0/1 | 6.52s |
| #32 | Inkling medium | Thinkingmachines | 3.0 | 8.0 | $0.391 | 0/1 | 4.48s |
| #33 | Kimi K3 max | Moonshot AI | 3.0 | 8.0 | $3.112 | 0/1 | 0ms |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 3.0 | 7.5 | $0.751 | 0/1 | 0ms |
| #55 | GPT-5.6 Terra low | OpenAI | 4.7 | 7.5 | $0.519 | 0/1 | 6.69s |
| #56 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.756 | 0/1 | 9.62s |
| #74 | GLM 5.1 medium | Z.ai | 3.0 | 7.1 | $0.535 | 0/1 | 0ms |
| #75 | Grok 4.20 medium | X AI | 3.0 | 7.1 | $0.777 | 0/1 | 13.7s |
| #79 | Gemini 3.5 Flash none | 3.0 | 7.0 | $1.079 | 0/1 | 0ms | |
| #90 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.746 | 0/1 | 0ms |
| #93 | GLM 5V Turbo medium | Z.ai | 7.0 | 6.7 | $0.457 | 0/1 | 12.5s |
| #110 | Gemma 4 31B medium | 3.0 | 6.3 | $0.163 | 0/1 | 0ms | |
| #115 | Gemma 4 31B none | 3.0 | 6.2 | $0.035 | 0/1 | 0ms | |
| #123 | Inkling low | Thinkingmachines | 3.0 | 6.1 | $0.187 | 0/1 | 2.57s |