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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #21 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $0.951 | 0/1 | 10.3s |
| #28 | Inkling high | Thinkingmachines | 3.0 | 8.0 | $1.006 | 0/1 | 6.52s |
| #32 | Inkling medium | Thinkingmachines | 3.0 | 8.0 | $0.391 | 0/1 | 4.48s |
| #33 | Kimi K3 max | Moonshot AI | 3.0 | 8.0 | $3.112 | 0/1 | 0ms |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 3.0 | 7.5 | $0.751 | 0/1 | 0ms |
| #55 | GPT-5.6 Terra low | OpenAI | 4.7 | 7.5 | $0.519 | 0/1 | 6.69s |
| #56 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.756 | 0/1 | 9.62s |
| #74 | GLM 5.1 medium | Z.ai | 3.0 | 7.1 | $0.535 | 0/1 | 0ms |
| #75 | Grok 4.20 medium | X AI | 3.0 | 7.1 | $0.777 | 0/1 | 13.7s |
| #79 | Gemini 3.5 Flash none | 3.0 | 7.0 | $1.079 | 0/1 | 0ms | |
| #90 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.746 | 0/1 | 0ms |
| #93 | GLM 5V Turbo medium | Z.ai | 7.0 | 6.7 | $0.457 | 0/1 | 12.5s |
| #110 | Gemma 4 31B medium | 3.0 | 6.3 | $0.163 | 0/1 | 0ms | |
| #115 | Gemma 4 31B none | 3.0 | 6.2 | $0.035 | 0/1 | 0ms | |
| #123 | Inkling low | Thinkingmachines | 3.0 | 6.1 | $0.187 | 0/1 | 2.57s |