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: کل لاگت ↓.
311/311
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ٹول کالنگ اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #273 | Grok 4.20 Multi Agent Beta medium | X AI | 3.0 | 4.8 | $5.599 | 0/1 | 0ms |
| #22 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.163 | 1/1 | 10.6s |
| #66 | Kimi K3 max | Moonshot AI | 3.0 | 7.9 | $3.467 | 0/1 | 0ms |
| #20 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 1/1 | 13.3s |
| #15 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 1/1 | 8.44s |
| #39 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.004 | 1/1 | 17.0s |
| #82 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $2.961 | 1/1 | 9.73s |
| #52 | Claude Fable 5.1 medium | Anthropic | 10.0 | 8.3 | $2.909 | 1/1 | 13.0s |
| #56 | Qwen3.8 2.4T A95B low | Qwen | 10.0 | 8.1 | $2.672 | 1/1 | 25.9s |
| #136 | Claude Fable 5.1 low | Anthropic | 10.0 | 6.9 | $2.565 | 1/1 | 13.2s |
| #105 | Qwen3.8 2.4T A95B high | Qwen | 10.0 | 7.4 | $2.357 | 1/1 | 32.9s |
| #245 | Gemini 3.1 Flash Lite Preview high | 10.0 | 5.3 | $2.310 | 1/1 | 7.73s | |
| #60 | Muse Spark 1.1 high | Meta | 9.6 | 8.0 | $2.253 | 1/1 | 9.88s |
| #24 | Grok 4.5 high | X AI | 10.0 | 9.0 | $2.252 | 1/1 | 5.71s |
| #75 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.126 | 1/1 | 7.48s |