टूल कॉलिंग क्रमवारी
टूल कॉलिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
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) |
|---|---|---|---|---|---|---|---|
| #179 | Ring-2.6-1T none | Inclusionai | 3.0 | 4.8 | $0.026 | 0/1 | 0ms |
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 3.0 | 4.8 | $5.599 | 0/1 | 0ms |
| #193 | Elephant Alpha none | Openrouter | 3.0 | 4.3 | $0.000 | 0/1 | 2.79s |
| #195 | Elephant Alpha medium | Openrouter | 3.0 | 4.3 | $0.000 | 0/1 | 2.83s |
| #202 | Grok Build 0.1 none | X AI | 3.0 | 4.0 | $0.547 | 0/1 | 0ms |
| #205 | Laguna Xs.2 none | Poolside | 3.0 | 3.8 | $0.004 | 0/1 | 1.93s |
| #206 | gpt-oss-120b none | OpenAI | 3.0 | 3.7 | $0.010 | 0/1 | 0ms |
| #207 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 3.0 | 3.4 | $0.000 | 0/1 | 0ms |
| #208 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 3.0 | 3.2 | $0.000 | 0/1 | 0ms |
| #209 | Step 3.5 Flash none | Stepfun | 3.0 | 2.3 | $0.020 | 0/1 | 0ms |
| #210 | LFM2-24B-A2B none | Liquid | 3.0 | 2.2 | $0.001 | 0/1 | 0ms |
| #153 | Hy3 preview low | Tencent | 2.8 | 5.5 | $0.015 | 0/1 | 17.8s |
| #176 | GLM 4.7 Flash none | Z.ai | 2.8 | 4.9 | $0.016 | 0/1 | 7.05s |
| #185 | Grok 4.1 Fast medium | X AI | 2.8 | 4.7 | $0.069 | 0/1 | 27.7s |
| #203 | Grok 4.1 Fast none | X AI | 2.8 | 3.8 | $0.008 | 0/1 | 5.51s |