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) |
|---|---|---|---|---|---|---|
| #68 | Claude Opus 4.8 none | Anthropic | 10.0 | 7.0 | 1/1 | 5.35s |
| #69 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.0 | 1/1 | 9.73s |
| #70 | GPT-5.4 Nano medium | OpenAI | 10.0 | 7.0 | 1/1 | 7.71s |
| #71 | Step 3.7 Flash high | Stepfun | 10.0 | 7.0 | 1/1 | 2.79s |
| #72 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | 1/1 | 34.8s |
| #73 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 6.9 | 1/1 | 88.7s |
| #74 | Qwen3.6 Max Preview none | Qwen | 10.0 | 6.9 | 1/1 | 5.27s |
| #75 | Ring-2.6-1T medium | Inclusionai | 10.0 | 6.9 | 1/1 | 104.4s |
| #76 | Kimi K2.5 medium | Moonshot AI | 10.0 | 6.8 | 1/1 | 31.7s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 10.0 | 6.8 | 1/1 | 4.11s |
| #78 | Qwen3.6 27B medium | Qwen | 10.0 | 6.8 | 1/1 | 16.9s |
| #79 | Hunter Alpha medium | OpenRouter | 10.0 | 6.7 | 1/1 | 17.3s |
| #80 | Mimo V2 Omni medium | Xiaomi | 10.0 | 6.7 | 1/1 | 14.0s |
| #81 | Mercury 2 medium | Inception | 10.0 | 6.6 | 1/1 | 1.89s |
| #82 | Hy3 preview high | Tencent | 10.0 | 6.6 | 1/1 | 78.8s |