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 ↑.
210/210
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) |
|---|---|---|---|---|---|---|---|
| #72 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.046 | 1/1 | 4.60s |
| #34 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $1.055 | 1/1 | 4.97s |
| #79 | Gemini 3.5 Flash none | 3.0 | 7.0 | $1.079 | 0/1 | 0ms | |
| #48 | Grok Build 0.1 medium | X AI | 10.0 | 7.6 | $1.097 | 1/1 | 13.1s |
| #8 | Qwen3.7 Max medium | Qwen | 10.0 | 9.2 | $1.116 | 1/1 | 6.63s |
| #19 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.4 | $1.143 | 1/1 | 18.3s |
| #66 | Claude Opus 4.8 none | Anthropic | 10.0 | 7.3 | $1.166 | 1/1 | 5.35s |
| #86 | Step 3.7 Flash high | Stepfun | 10.0 | 6.9 | $1.207 | 1/1 | 2.79s |
| #5 | GPT-5.6 Sol high | OpenAI | 10.0 | 9.4 | $1.234 | 1/1 | 7.08s |
| #6 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $1.253 | 1/1 | 4.96s |
| #4 | GPT-5.6 Sol medium | OpenAI | 10.0 | 9.4 | $1.316 | 1/1 | 6.30s |
| #16 | Muse Spark 1.1 medium | Meta | 9.8 | 8.6 | $1.357 | 1/1 | 6.99s |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 1/1 | 23.1s | |
| #15 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.477 | 1/1 | 4.17s |
| #18 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.533 | 1/1 | 13.3s |