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: मेट्रिक ↑.
451/451
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) |
|---|---|---|---|---|---|---|---|
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 1/1 | 75.4s |
| #26 | Gemini 3.7 Flash low | 1.0 | 0.9 | $0.183 | 1/1 | 4.10s | |
| #27 | Claude Opus 5 high | Anthropic | 1.0 | 0.9 | $4.524 | 1/1 | 8.44s |
| #28 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 1/1 | 8.76s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1.0 | 0.9 | $1.645 | 1/1 | 27.4s |
| #30 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 1/1 | 10.6s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 74.2s |
| #32 | Muse Wonder medium | Meta | 1.0 | 0.9 | $3.397 | 1/1 | 9.26s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 1/1 | 10.6s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 1.0 | 0.9 | $8.557 | 1/1 | 41.4s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 1/1 | 7.83s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 1/1 | 1.92s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 1/1 | 5.21s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 1/1 | 6.37s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 6.42s |