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) |
|---|---|---|---|---|---|---|
| #6 | GPT-5.5 low | OpenAI | 10.0 | 9.0 | 1/1 | 4.96s |
| #2 | Gemini 3.5 Flash high | 9.8 | 9.6 | 1/1 | 4.96s | |
| #109 | GLM 5V Turbo none | Z.ai | 10.0 | 5.8 | 1/1 | 4.86s |
| #106 | Grok 4.20 Beta none | X AI | 10.0 | 5.8 | 1/1 | 4.79s |
| #8 | Claude Opus 4.7 none | Anthropic | 10.0 | 8.9 | 1/1 | 4.74s |
| #24 | GPT-5.2 Chat none | OpenAI | 10.0 | 7.9 | 1/1 | 4.68s |
| #66 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 7.1 | 1/1 | 4.65s |
| #127 | Grok 4.20 none | X AI | 10.0 | 5.4 | 1/1 | 4.63s |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.8 | 1/1 | 4.60s |
| #44 | Gemini 3.1 Flash Lite medium | 10.0 | 7.5 | 1/1 | 4.55s | |
| #124 | Kimi K2.6 none | Moonshot AI | 10.0 | 5.5 | 1/1 | 4.46s |
| #114 | Qwen3.5 Plus 2026-04-20 none | Qwen | 10.0 | 5.7 | 1/1 | 4.42s |
| #120 | Mimo V2 PRO none | Xiaomi | 10.0 | 5.6 | 1/1 | 4.39s |
| #161 | Qwen3.5-9B medium | Qwen | 10.0 | 4.2 | 1/1 | 4.31s |
| #11 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | 1/1 | 4.17s |