टूल कॉलिंग क्रमवारी
टूल कॉलिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: एकूण खर्च ↑.
216/216
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | टूल कॉलिंग स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #61 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.437 | 1/1 | 7.54s |
| #71 | Step 3.7 Flash low | Stepfun | 10.0 | 7.3 | $0.454 | 1/1 | 3.25s |
| #98 | GLM 5V Turbo medium | Z.ai | 7.0 | 6.7 | $0.457 | 0/1 | 12.5s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 10.0 | 6.9 | $0.467 | 1/1 | 19.0s |
| #102 | LongCat 2.0 high | Meituan | 10.0 | 6.6 | $0.469 | 1/1 | 10.0s |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 10.0 | 6.7 | $0.476 | 1/1 | 5.93s |
| #64 | LongCat 2.0 medium | Meituan | 10.0 | 7.4 | $0.478 | 1/1 | 10.7s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 10.0 | 7.2 | $0.482 | 1/1 | 28.0s |
| #99 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 1/1 | 4.74s |
| #33 | Step 3.7 Flash medium | Stepfun | 10.0 | 8.0 | $0.515 | 1/1 | 4.16s |
| #6 | Gemini 3.6 Flash low | 10.0 | 9.4 | $0.517 | 1/1 | 4.78s | |
| #59 | GPT-5.6 Terra low | OpenAI | 4.7 | 7.5 | $0.519 | 0/1 | 6.69s |
| #87 | GPT-5.6 Sol none | OpenAI | 10.0 | 6.9 | $0.524 | 1/1 | 3.70s |
| #78 | GLM 5.1 medium | Z.ai | 3.0 | 7.1 | $0.535 | 0/1 | 0ms |
| #91 | GPT-5.5 none | OpenAI | 10.0 | 6.9 | $0.544 | 1/1 | 3.90s |