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) |
|---|---|---|---|---|---|---|
| #10 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.7 | 1/1 | 8.96s |
| #37 | Gemma 4 26B A4B medium | 10.0 | 7.6 | 1/1 | 9.01s | |
| #50 | Gemini 3.1 Flash Lite Preview low | 10.0 | 7.4 | 1/1 | 9.54s | |
| #45 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | 0/1 | 9.62s |
| #69 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.0 | 1/1 | 9.73s |
| #23 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.0 | 1/1 | 9.84s |
| #42 | GPT-5.2 medium | OpenAI | 4.7 | 7.5 | 0/1 | 10.3s |
| #49 | Qwen3.5-Flash medium | Qwen | 10.0 | 7.4 | 1/1 | 10.3s |
| #9 | GPT-5.5 medium | OpenAI | 10.0 | 8.8 | 1/1 | 10.6s |
| #112 | GLM 5.1 none | Z.ai | 10.0 | 5.7 | 1/1 | 10.7s |
| #98 | GLM 5 none | Z.ai | 10.0 | 6.1 | 1/1 | 11.1s |
| #119 | Cobuddy medium | Baidu | 10.0 | 5.6 | 1/1 | 11.2s |
| #133 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.2 | 1/1 | 11.8s |
| #62 | Step 3.5 Flash medium | Stepfun | 10.0 | 7.2 | 1/1 | 11.9s |
| #67 | MiniMax M3 medium | Minimax | 10.0 | 7.1 | 1/1 | 11.9s |