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 ↓.
451/451
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) |
|---|---|---|---|---|---|---|---|
| #66 | GPT-5.2 medium | OpenAI | 0.5 | 0.9 | $1.558 | 0/1 | 10.3s |
| #147 | GLM 5.1 medium | Z.ai | 0.3 | 0.8 | $1.546 | 0/1 | 0ms |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 1/1 | 3.29s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 1/1 | 10.3s |
| #188 | Ember-1 low | Fireworks | 0.3 | 0.7 | $1.488 | 0/1 | 26.4s |
| #224 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 1/1 | 2.79s |
| #150 | Seed-2.0-Code high | Bytedance Seed | 0.5 | 0.7 | $1.448 | 0/1 | 35.1s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 1/1 | 10.7s |
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 1/1 | 13.1s |
| #149 | Mistral Large 4 high | Mistral | 1.0 | 0.8 | $1.391 | 1/1 | 24.2s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1.0 | 1.0 | $1.377 | 1/1 | 10.3s |
| #132 | Grok 4.5 low | X AI | 1.0 | 0.8 | $1.345 | 1/1 | 5.83s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 1/1 | 6.37s |
| #121 | Gemini 3.5 Flash medium | 1.0 | 0.8 | $1.316 | 1/1 | 3.81s | |
| #154 | Seed-2.0-Code medium | Bytedance Seed | 0.5 | 0.7 | $1.275 | 0/1 | 36.4s |