टूल कॉलिंग क्रमवारी
टूल कॉलिंग मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
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) |
|---|---|---|---|---|---|---|---|
| #245 | Beam 1.0 501B A23B low | Reflection | 0.3 | 0.6 | $0.432 | 0/1 | 1.83s |
| #266 | Grok 4.20 medium | X AI | 0.3 | 0.6 | $1.246 | 0/1 | 13.7s |
| #273 | Gemini 3.5 Flash none | 0.3 | 0.6 | $1.752 | 0/1 | 0ms | |
| #274 | Beam 1.0 501B A23B high | Reflection | 0.3 | 0.6 | $0.674 | 0/1 | 1.82s |
| #277 | Inkling none | Thinkingmachines | 0.3 | 0.6 | $0.292 | 0/1 | 2.50s |
| #286 | Inkling Small medium | Thinkingmachines | 0.3 | 0.6 | $0.113 | 0/1 | 2.12s |
| #303 | GPT-5.4 Mini none | OpenAI | 0.3 | 0.6 | $0.170 | 0/1 | 2.32s |
| #307 | Gemma 4 31B none | 0.3 | 0.6 | $0.031 | 0/1 | 0ms | |
| #326 | Hy4 preview low | Tencent | 0.3 | 0.5 | $1.844 | 0/1 | 93.7s |
| #329 | Ember-1 none | Fireworks | 0.3 | 0.5 | $0.786 | 0/1 | 26.4s |
| #336 | Qwen3.6 35B A3B none | Qwen | 0.3 | 0.5 | $0.105 | 0/1 | 0ms |
| #337 | Inkling Small low | Thinkingmachines | 0.3 | 0.5 | $0.055 | 0/1 | 2.21s |
| #355 | Grok 4.20 Beta medium | X AI | 0.3 | 0.5 | $0.750 | 0/1 | 12.4s |
| #356 | Inkling Small none | Thinkingmachines | 0.3 | 0.5 | $0.054 | 0/1 | 2.31s |
| #360 | Ling 2.6 1t default | Inclusionai | 0.3 | 0.5 | $0.016 | 0/1 | 25.7s |