🔧 র‍্যাংকিং: টুল কলিং

এজেন্টিক পরিস্থিতিতে ফাংশন কলিং ও API অর্কেস্ট্রেশন: Toolathlon, MCP Atlas ও τ²-Bench।

🏆 সামগ্রিক673💻 কোডিং392📐 গণিত32🧠 যুক্তি391🤖 এজেন্টিক31📚 জ্ঞান388👁️ মাল্টিমোডাল370🛠️ কোডিং এজেন্ট40🔬 বৈজ্ঞানিক যুক্তি45🌍 বহুভাষিক12✍️ লেখালেখি53💬 চ্যাট ও সহকারী53🔭 গবেষণা48🔧 টুল কলিং31📜 দীর্ঘ কনটেক্সট55⚡ গতি378💰 মূল্য377🔓 ওপেন ওয়েট153
প্রদানকারী
লাইসেন্স
মডেল: 31
#মডেলPodium ScoreToolathlonMCP Atlasτ²-Bench Retailগতি
01
98.5
——98.5%71 t/s
02
95.3
——95.3%267 t/s
03
MiMo V2.5 Pro
Xiaomi · ওপেন
94.2
——94.2%65 t/s
4
91.5
——91.5%80 t/s
5
Kimi K2.7 Code
Moonshot AI · ওপেন
90.1
——90.1%39 t/s
6
MiniMax M3
MiniMax
88.9
——88.9%93 t/s
7
87.1
——87.1%120 t/s
8
86.0
——86%118 t/s
9
85.6
—76.4%94.7%203 t/s
10
Nemotron 3 Ultra 550B
NVIDIA · ওপেন
83.3
——83.3%142 t/s
11
82.4
—69.2%95.6%136 t/s
12
78.8
59.9%82.2%94.4%50 t/s
13
Kimi K3
Moonshot AI · ওপেন
78.7
73.2%84.2%—37 t/s
14
77.3
—77.3%—80 t/s
15
GPT-5.5
OpenAI
74.9
55.6%75.3%93.9%60 t/s
16
GLM-5.2
Z.ai · ওপেন
74.7
48.2%76.8%99.1%164 t/s
17
73.8
—62.7%84.8%50 t/s
18
73.2
—73.2%—54 t/s
19
DeepSeek V4 Pro
DeepSeek · ওপেন
72.2
51.8%73.6%91.2%66 t/s
20
71.6
58%—85.1%72 t/s
21
70.5
39.8%74.1%97.7%55 t/s
22
69.7
53.1%—86.3%127 t/s
23
63.8
48.5%79.1%—69 t/s
24
61.3
—61.3%—50 t/s
25
GPT-5.4
OpenAI
60.9
54.6%67.2%—60 t/s
26
DeepSeek V4 Flash
DeepSeek · ওপেন
58.4
47.8%69%—113 t/s
27
GPT-5.2
OpenAI
53.5
46.3%60.6%—90 t/s
28
53.4
53.4%——175 t/s
29
53.4
49.4%57.4%—120 t/s
30
Kimi K2.6
Moonshot AI · ওপেন
50.0
50%——40 t/s
31
Qwen3.5 397B-A17B
Alibaba · ওপেন
38.3
38.3%——71 t/s
Podium Score পাঁচটি লিডারবোর্ডের ভারিত মিশ্রণ। আরও জানুন পদ্ধতিতে।