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) |
|---|---|---|---|---|---|---|
| #133 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.2 | 1/1 | 11.8s |
| #119 | Cobuddy medium | Baidu | 10.0 | 5.6 | 1/1 | 11.2s |
| #98 | GLM 5 none | Z.ai | 10.0 | 6.1 | 1/1 | 11.1s |
| #112 | GLM 5.1 none | Z.ai | 10.0 | 5.7 | 1/1 | 10.7s |
| #9 | GPT-5.5 medium | OpenAI | 10.0 | 8.8 | 1/1 | 10.6s |
| #49 | Qwen3.5-Flash medium | Qwen | 10.0 | 7.4 | 1/1 | 10.3s |
| #42 | GPT-5.2 medium | OpenAI | 4.7 | 7.5 | 0/1 | 10.3s |
| #23 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.0 | 1/1 | 9.84s |
| #69 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.0 | 1/1 | 9.73s |
| #45 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | 0/1 | 9.62s |
| #50 | Gemini 3.1 Flash Lite Preview low | 10.0 | 7.4 | 1/1 | 9.54s | |
| #37 | Gemma 4 26B A4B medium | 10.0 | 7.6 | 1/1 | 9.01s | |
| #10 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.7 | 1/1 | 8.96s |
| #60 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | 1/1 | 8.92s |
| #63 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.2 | 1/1 | 8.36s |