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: प्रतिसाद वेळ (सरासरी) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #47 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 1/1 | 9.73s |
| #2 | Gemini 3.6 Flash high | 10.0 | 9.7 | $1.785 | 1/1 | 9.76s | |
| #53 | GLM 5 Turbo medium | Z.ai | 10.0 | 7.6 | $0.323 | 1/1 | 9.84s |
| #30 | Muse Spark 1.1 high | Meta | 9.6 | 8.1 | $1.694 | 1/1 | 9.88s |
| #102 | LongCat 2.0 high | Meituan | 10.0 | 6.6 | $0.469 | 1/1 | 10.0s |
| #24 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $0.951 | 0/1 | 10.3s |
| #120 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.2 | $0.139 | 1/1 | 10.3s |
| #13 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.137 | 1/1 | 10.6s |
| #64 | LongCat 2.0 medium | Meituan | 10.0 | 7.4 | $0.478 | 1/1 | 10.7s |
| #157 | GLM 5.1 none | Z.ai | 10.0 | 5.5 | $0.164 | 1/1 | 10.7s |
| #26 | Claude Sonnet 5 medium | Anthropic | 10.0 | 8.3 | $0.922 | 1/1 | 10.7s |
| #96 | LongCat 2.0 low | Meituan | 10.0 | 6.7 | $0.391 | 1/1 | 10.8s |
| #147 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.041 | 1/1 | 11.1s |
| #194 | Cobuddy medium | Baidu | 10.0 | 4.7 | $0.000 | 1/1 | 11.2s |
| #179 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 1/1 | 11.8s |