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: درست ٹیسٹس ↑.
| درجہ | ماڈل | کمپنی | ٹول کالنگ اسکور | اسکور | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|
| #15 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.4 | 1/1 | 6.37s |
| #16 | Gemini 3 Flash Preview low | 10.0 | 8.4 | 1/1 | 4.99s | |
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 1/1 | 15.9s |
| #18 | Qwen3.7 Plus medium | Qwen | 10.0 | 8.2 | 1/1 | 15.0s |
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 8.2 | 1/1 | 12.4s |
| #21 | GPT-5.4 medium | OpenAI | 10.0 | 8.0 | 1/1 | 13.3s |
| #22 | Step 3.7 Flash medium | Stepfun | 10.0 | 8.0 | 1/1 | 4.16s |
| #23 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.0 | 1/1 | 9.84s |
| #24 | GPT-5.2 Chat none | OpenAI | 10.0 | 7.9 | 1/1 | 4.68s |
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.9 | 1/1 | 7.54s |
| #26 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.9 | 1/1 | 5.87s |
| #28 | Gemini 2.5 Flash medium | 10.0 | 7.8 | 1/1 | 6.20s | |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.8 | 1/1 | 4.60s |
| #30 | Qwen3.5-27B medium | Qwen | 10.0 | 7.8 | 1/1 | 7.45s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 7.7 | 1/1 | 74.7s |