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: बरोबर चाचण्या ↑.
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) |
|---|---|---|---|---|---|---|---|
| #7 | GPT-5.6 Sol medium | OpenAI | 10.0 | 9.4 | $1.316 | 1/1 | 6.30s |
| #8 | GPT-5.6 Sol high | OpenAI | 10.0 | 9.4 | $1.234 | 1/1 | 7.08s |
| #9 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $1.253 | 1/1 | 4.96s |
| #10 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 1/1 | 23.1s | |
| #11 | Qwen3.7 Max medium | Qwen | 10.0 | 9.2 | $1.116 | 1/1 | 6.63s |
| #12 | Gemini 3.5 Flash medium | 10.0 | 9.1 | $0.642 | 1/1 | 3.81s | |
| #13 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.137 | 1/1 | 10.6s |
| #14 | Gemini 3.5 Flash low | 10.0 | 8.9 | $0.433 | 1/1 | 3.27s | |
| #15 | Grok 4.5 high | X AI | 10.0 | 8.9 | $1.707 | 1/1 | 5.71s |
| #16 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.920 | 1/1 | 6.37s |
| #17 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.931 | 1/1 | 8.96s |
| #18 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.477 | 1/1 | 4.17s |
| #19 | Muse Spark 1.1 medium | Meta | 9.8 | 8.6 | $1.357 | 1/1 | 6.99s |
| #20 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.478 | 1/1 | 17.0s |
| #21 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.533 | 1/1 | 13.3s |