Categoría AI BENCHY
Ranking de Llamada de herramientas
Mira qué modelos de IA rinden mejor en Llamada de herramientas, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Tiempo de respuesta (promedio) ↑.
Modelos mostrados
15
Promedio de Puntuación de Llamada de herramientas
8.7
Mejor modelo
Gemini 3.5 Flash 3.0| Rango | Modelo | Empresa | Puntuación de Llamada de herramientas | Puntuación | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 1/1 | 15.9s |
| #158 | GLM 4.7 Flash medium | Z.ai | 10.0 | 4.4 | 1/1 | 15.9s |
| #141 | Nemotron 3 Super none | NVIDIA | 4.7 | 4.9 | 0/1 | 16.0s |
| #43 | MiMo-V2.5-Pro medium | Xiaomi | 10.0 | 7.5 | 1/1 | 16.9s |
| #78 | Qwen3.6 27B medium | Qwen | 10.0 | 6.8 | 1/1 | 16.9s |
| #79 | Hunter Alpha medium | OpenRouter | 10.0 | 6.7 | 1/1 | 17.3s |
| #38 | Grok 4.3 medium | X AI | 10.0 | 7.6 | 1/1 | 17.7s |
| #89 | Hy3 preview low | Tencent | 2.8 | 6.4 | 0/1 | 17.8s |
| #14 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.5 | 1/1 | 18.3s |
| #54 | GPT-5 Mini medium | OpenAI | 10.0 | 7.3 | 1/1 | 18.6s |
| #138 | Ling-2.6-flash none | Inclusionai | 3.0 | 5.0 | 0/1 | 18.8s |
| #103 | DeepSeek V4 Pro high | DeepSeek | 10.0 | 6.0 | 1/1 | 21.3s |
| #121 | Owl Alpha none | Openrouter | 10.0 | 5.5 | 1/1 | 22.8s |
| #4 | Gemini 3.1 Pro Preview medium | 10.0 | 9.4 | 1/1 | 23.1s | |
| #159 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.3 | 0/1 | 25.7s |