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) |
|---|---|---|---|---|---|---|---|
| #56 | Kimi K2.7 Code medium | Moonshot AI | 3.0 | 7.5 | $0.740 | 0/1 | 0ms |
| #3 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.742 | 1/1 | 12.6s | |
| #94 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.746 | 0/1 | 0ms |
| #137 | Grok 4.20 Beta medium | X AI | 3.0 | 6.0 | $0.750 | 0/1 | 12.4s |
| #60 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.756 | 0/1 | 9.62s |
| #55 | Nemotron 3 Ultra medium | NVIDIA | 10.0 | 7.5 | $0.774 | 1/1 | 7.72s |
| #79 | Grok 4.20 medium | X AI | 3.0 | 7.1 | $0.777 | 0/1 | 13.7s |
| #105 | Qwen3.6 27B medium | Qwen | 10.0 | 6.5 | $0.779 | 1/1 | 16.9s |
| #77 | Grok 4.3 medium | X AI | 10.0 | 7.1 | $0.779 | 1/1 | 17.7s |
| #35 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $0.817 | 1/1 | 9.25s |
| #1 | Gemini 3.6 Flash medium | 10.0 | 9.9 | $0.831 | 1/1 | 8.55s | |
| #125 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.2 | $0.837 | 1/1 | 4.65s |
| #16 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.920 | 1/1 | 6.37s |
| #26 | Claude Sonnet 5 medium | Anthropic | 10.0 | 8.3 | $0.922 | 1/1 | 10.7s |
| #23 | Grok 4.5 low | X AI | 10.0 | 8.4 | $0.935 | 1/1 | 5.83s |