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: प्रतिक्रिया समय (औसत) ↓.
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) |
|---|---|---|---|---|---|---|---|
| #112 | Gemini 3.8 Flash low | 10.0 | 7.5 | $0.239 | 1/1 | 5.51s | |
| #321 | Grok 4.1 Fast none | X AI | 2.8 | 3.8 | $0.008 | 0/1 | 5.51s |
| #75 | DeepSeek V4 Flash 0731 high | DeepSeek | 10.0 | 8.0 | $0.058 | 1/1 | 5.42s |
| #247 | Mimo V2 Omni none | Xiaomi | 10.0 | 5.5 | $0.021 | 1/1 | 5.40s |
| #128 | Claude Opus 4.8 none | Anthropic | 10.0 | 7.3 | $1.166 | 1/1 | 5.35s |
| #184 | Qwen3.6 Max Preview none | Qwen | 10.0 | 6.4 | $0.228 | 1/1 | 5.27s |
| #204 | Trinity Large Thinking medium | Arcee AI | 10.0 | 6.1 | $0.756 | 1/1 | 5.26s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 10.0 | 8.9 | $2.736 | 1/1 | 5.21s |
| #209 | Trinity Large Thinking low | Arcee AI | 10.0 | 6.0 | $0.625 | 1/1 | 5.19s |
| #291 | KAT-Coder-Air V2.5 none | Kwaipilot | 10.0 | 4.8 | $0.070 | 1/1 | 5.13s |
| #87 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.523 | 1/1 | 5.09s |
| #287 | Nemotron 3.5 Lightning low | NVIDIA | 10.0 | 4.8 | $0.140 | 1/1 | 5.08s |
| #136 | Muse Glimmer 30B low | Meta | 10.0 | 7.1 | $0.143 | 1/1 | 5.04s |
| #120 | Gemini 3 Flash Preview low | 10.0 | 7.4 | $0.185 | 1/1 | 4.99s | |
| #99 | GPT-5.6 Luna high | OpenAI | 10.0 | 7.6 | $0.179 | 1/1 | 4.98s |