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) ↑.
220/220
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) |
|---|---|---|---|---|---|---|---|
| #166 | GPT-5.6 Luna none | OpenAI | 10.0 | 5.4 | $0.142 | 1/1 | 2.80s |
| #205 | Elephant Alpha medium | Openrouter | 3.0 | 4.3 | $0.000 | 0/1 | 2.83s |
| #128 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.046 | 1/1 | 2.97s | |
| #135 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.095 | 1/1 | 2.99s |
| #108 | Laguna XS 2.1 medium | Poolside | 10.0 | 6.5 | $0.068 | 1/1 | 3.01s |
| #138 | GPT-5.6 Terra none | OpenAI | 9.6 | 6.0 | $0.349 | 1/1 | 3.10s |
| #71 | Step 3.7 Flash low | Stepfun | 10.0 | 7.3 | $0.454 | 1/1 | 3.25s |
| #14 | Gemini 3.5 Flash low | 10.0 | 8.9 | $0.433 | 1/1 | 3.27s | |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 10.0 | 5.5 | $0.068 | 1/1 | 3.30s |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.4 | $0.073 | 1/1 | 3.33s |
| #93 | Gemini 3 Flash Preview none | 10.0 | 6.8 | $0.085 | 1/1 | 3.35s | |
| #112 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 1/1 | 3.39s | |
| #208 | Laguna Xs.2 medium | Poolside | 4.7 | 4.1 | $0.015 | 0/1 | 3.39s |
| #189 | GPT-5.4 Nano none | OpenAI | 10.0 | 4.8 | $0.041 | 1/1 | 3.40s |
| #175 | Mistral Small 4 medium | Mistral | 10.0 | 5.1 | $0.096 | 1/1 | 3.50s |