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) |
|---|---|---|---|---|---|---|---|
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 1.0 | 0.8 | $0.271 | 1/1 | 12.4s |
| #105 | Seed-2.0-Code low | Bytedance Seed | 1.0 | 0.8 | $0.881 | 1/1 | 55.6s |
| #107 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 1/1 | 4.17s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 1/1 | 74.7s |
| #109 | DeepSeek V4.1 Flash low | DeepSeek | 1.0 | 0.8 | $0.494 | 1/1 | 13.8s |
| #110 | GPT-5.6 Luna high | OpenAI | 1.0 | 0.8 | $0.118 | 1/1 | 4.98s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1.0 | 0.8 | $0.674 | 1/1 | 7.72s |
| #112 | GPT-5.4 Nano medium | OpenAI | 1.0 | 0.8 | $0.235 | 1/1 | 7.71s |
| #113 | Gemini 3.8 Flash medium | 1.0 | 0.8 | $0.769 | 1/1 | 18.5s | |
| #114 | Qwen3.8 Flash Next low | Qwen | 1.0 | 0.8 | ~$0.045 | 1/1 | 5.85s |
| #116 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 1/1 | 7.45s |
| #117 | GLM 5.3 FlashX max | Z.ai | 1.0 | 0.8 | $0.623 | 1/1 | 9.39s |
| #118 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 1/1 | 13.3s |
| #120 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 1/1 | 3.92s |
| #121 | Gemini 3.5 Flash medium | 1.0 | 0.8 | $1.316 | 1/1 | 3.81s |