AI BENCHY زمرہ
ٹول کالنگ درجہ بندی
دیکھیں کہ ٹول کالنگ میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: ردِعمل کا وقت (اوسط) ↑.
| درجہ | ماڈل | کمپنی | ٹول کالنگ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #154 | Qwen3.5-9B none | Qwen | 10.0 | 4.6 | 1/1 | 1.27s |
| #142 | Mistral Small 4 none | Mistral | 10.0 | 4.9 | 1/1 | 1.40s |
| #81 | Mercury 2 medium | Inception | 10.0 | 6.6 | 1/1 | 1.89s |
| #97 | Gemini 2.5 Flash none | 10.0 | 6.2 | 1/1 | 1.91s | |
| #146 | Laguna Xs.2 none | Poolside | 3.0 | 4.8 | 0/1 | 1.93s |
| #131 | Qwen3.5-122B-A10B none | Qwen | 10.0 | 5.3 | 1/1 | 2.04s |
| #163 | Granite 4.1 8B none | IBM Granite | 10.0 | 4.0 | 1/1 | 2.17s |
| #152 | MiMo-V2-Flash none | Xiaomi | 10.0 | 4.6 | 1/1 | 2.28s |
| #117 | Qwen3.5-35B-A3B none | Qwen | 10.0 | 5.6 | 1/1 | 2.30s |
| #144 | GPT-5.4 Mini none | OpenAI | 3.0 | 4.9 | 0/1 | 2.32s |
| #143 | MiMo-V2.5 none | Xiaomi | 10.0 | 4.9 | 1/1 | 2.43s |
| #140 | Qwen3 Coder Next none | Qwen | 10.0 | 4.9 | 1/1 | 2.47s |
| #128 | Qwen3.6 Flash none | Qwen | 10.0 | 5.4 | 1/1 | 2.49s |
| #147 | GPT-4o-mini none | OpenAI | 10.0 | 4.8 | 1/1 | 2.51s |
| #150 | Qwen3 Coder Next medium | Qwen | 10.0 | 4.6 | 1/1 | 2.64s |