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) |
|---|---|---|---|---|---|---|
| #22 | Step 3.7 Flash medium | Stepfun | 10.0 | 8.0 | 1/1 | 4.16s |
| #77 | Claude Sonnet 4.6 none | Anthropic | 10.0 | 6.8 | 1/1 | 4.11s |
| #39 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | 1/1 | 4.00s |
| #110 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 5.8 | 1/1 | 3.94s |
| #34 | Qwen3.7 Max none | Qwen | 10.0 | 7.7 | 1/1 | 3.92s |
| #91 | GPT-5.5 none | OpenAI | 10.0 | 6.4 | 1/1 | 3.90s |
| #7 | Gemini 3.5 Flash medium | 10.0 | 9.0 | 1/1 | 3.81s | |
| #40 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.5 | 1/1 | 3.80s | |
| #108 | Qwen3.5-Flash none | Qwen | 10.0 | 5.8 | 1/1 | 3.67s |
| #88 | Qwen3.7 Plus none | Qwen | 10.0 | 6.4 | 1/1 | 3.54s |
| #115 | Qwen3.5-27B none | Qwen | 10.0 | 5.7 | 1/1 | 3.54s |
| #87 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.4 | 1/1 | 3.51s | |
| #132 | Mistral Small 4 medium | Mistral | 10.0 | 5.3 | 1/1 | 3.50s |
| #148 | GPT-5.4 Nano none | OpenAI | 10.0 | 4.7 | 1/1 | 3.40s |
| #107 | Laguna Xs.2 medium | Poolside | 4.7 | 5.8 | 0/1 | 3.39s |