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) |
|---|---|---|---|---|---|---|---|
| #39 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.676 | 1/1 | 5.09s |
| #40 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.057 | 1/1 | 7.48s |
| #41 | Claude Opus 4.8 low | Anthropic | 10.0 | 7.8 | $2.077 | 1/1 | 6.85s |
| #42 | GLM 5 medium | Z.ai | 10.0 | 7.7 | $0.307 | 1/1 | 15.9s |
| #43 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 1/1 | 9.73s |
| #44 | GPT-5.6 Luna high | OpenAI | 10.0 | 7.7 | $1.017 | 1/1 | 4.98s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 7.7 | $0.042 | 1/1 | 74.7s |
| #47 | MiniMax M3 medium | Minimax | 10.0 | 7.6 | $0.286 | 1/1 | 11.9s |
| #48 | Grok Build 0.1 medium | X AI | 10.0 | 7.6 | $1.097 | 1/1 | 13.1s |
| #49 | GLM 5 Turbo medium | Z.ai | 10.0 | 7.6 | $0.323 | 1/1 | 9.84s |
| #50 | GPT-5.6 Luna medium | OpenAI | 10.0 | 7.6 | $0.352 | 1/1 | 6.02s |
| #51 | Nemotron 3 Ultra medium | NVIDIA | 10.0 | 7.5 | $0.774 | 1/1 | 7.72s |
| #53 | GPT-5.4 Nano medium | OpenAI | 10.0 | 7.5 | $0.138 | 1/1 | 7.71s |
| #54 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.5 | $0.571 | 1/1 | 8.36s |
| #57 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.437 | 1/1 | 7.54s |