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।
442/442
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) |
|---|---|---|---|---|---|---|---|
| #209 | Ember-1 max | Fireworks | 0.3 | 0.7 | $3.264 | 0/1 | 26.4s |
| #220 | Beam 1.0 501B A23B medium | Reflection | 0.3 | 0.7 | $0.499 | 0/1 | 1.95s |
| #223 | Qwen3.6 35B A3B medium | Qwen | 0.3 | 0.7 | $0.834 | 0/1 | 0ms |
| #224 | Mercury 2.5 Preview high | Inception | 0.3 | 0.6 | $0.040 | 0/1 | 2.25s |
| #226 | Beam 1.0 501B A23B xhigh | Reflection | 0.3 | 0.6 | $0.688 | 0/1 | 1.84s |
| #234 | Beam 1.0 501B A23B max | Reflection | 0.3 | 0.6 | $0.799 | 0/1 | 2.15s |
| #238 | Beam 1.0 501B A23B low | Reflection | 0.3 | 0.6 | $0.432 | 0/1 | 1.83s |
| #258 | Grok 4.20 medium | X AI | 0.3 | 0.6 | $1.246 | 0/1 | 13.7s |
| #265 | Gemini 3.5 Flash none | 0.3 | 0.6 | $1.752 | 0/1 | 0ms | |
| #266 | Beam 1.0 501B A23B high | Reflection | 0.3 | 0.6 | $0.674 | 0/1 | 1.82s |
| #269 | Inkling none | Thinkingmachines | 0.3 | 0.6 | $0.292 | 0/1 | 2.50s |
| #278 | Inkling Small medium | Thinkingmachines | 0.3 | 0.6 | $0.113 | 0/1 | 2.12s |
| #294 | GPT-5.4 Mini none | OpenAI | 0.3 | 0.6 | $0.170 | 0/1 | 2.32s |
| #298 | Gemma 4 31B none | 0.3 | 0.6 | $0.031 | 0/1 | 0ms | |
| #317 | Hy4 preview low | Tencent | 0.3 | 0.5 | $1.844 | 0/1 | 93.7s |