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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #159 | GPT-5.6 Luna none | OpenAI | 10.0 | 5.4 | $0.142 | 1/1 | 2.80s |
| #160 | Laguna XS 2.1 none | Poolside | 10.0 | 5.3 | $0.008 | 1/1 | 1.36s |
| #163 | Gemini 3.1 Flash Lite Preview high | 10.0 | 5.3 | $2.310 | 1/1 | 7.73s | |
| #165 | Mistral Small 4 none | Mistral | 10.0 | 5.1 | $0.022 | 1/1 | 1.40s |
| #166 | Qwen3 Coder Next none | Qwen | 10.0 | 5.1 | $0.025 | 1/1 | 2.47s |
| #167 | Mistral Small 4 medium | Mistral | 10.0 | 5.1 | $0.096 | 1/1 | 3.50s |
| #168 | MiMo-V2.5 none | Xiaomi | 10.0 | 5.1 | $0.025 | 1/1 | 2.43s |
| #169 | Qwen3.5-9B none | Qwen | 10.0 | 5.1 | $0.021 | 1/1 | 1.27s |
| #170 | GLM 5 Turbo none | Z.ai | 10.0 | 5.1 | $0.047 | 1/1 | 8.21s |
| #173 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 1/1 | 11.8s |
| #174 | GPT-4o-mini none | OpenAI | 10.0 | 5.0 | $0.010 | 1/1 | 2.51s |
| #175 | Qwen3.6 Plus Preview medium | Qwen | 10.0 | 4.9 | $0.000 | 1/1 | 5.87s |
| #180 | GPT-5.4 Nano none | OpenAI | 10.0 | 4.8 | $0.041 | 1/1 | 3.40s |
| #182 | KAT-Coder-Air V2.5 none | Kwaipilot | 10.0 | 4.8 | $0.067 | 1/1 | 5.13s |
| #183 | Trinity Large Preview none | Arcee AI | 10.0 | 4.8 | $0.008 | 1/1 | 6.67s |