Ranking de modelos 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: Métrica ↑.

Modelos mostrados

Promedio de Puntuación de Llamada de herramientas

8.8

Mejor modelo

Hy3 preview 2.8

Motivos de fallo

Con motivo de fallo Error de API17 Con motivo de fallo Llamada de herramienta no válida9 Con motivo de fallo No siguió las instrucciones8 Con motivo de fallo Respuesta incorrecta3 Con motivo de fallo Sin respuesta2

216/216

Rango	Modelo	Empresa	Puntuación de Llamada de herramientas	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#202	Hunter Alpha none	OpenRouter	10.0	4.2	$0.000	1/1	6.02s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 6.02s
#203	Grok 4.20 none	X AI	10.0	4.1	$0.057	1/1	4.63s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.057 Tiempo de respuesta (promedio) 4.63s
#205	Hy3 preview none	Tencent	10.0	4.0	$0.003	1/1	33.8s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.003 Tiempo de respuesta (promedio) 33.8s
#206	MiMo-V2-Flash none	Xiaomi	10.0	4.0	$0.025	1/1	2.28s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.025 Tiempo de respuesta (promedio) 2.28s
#207	Granite 4.1 8B none	IBM Granite	10.0	4.0	$0.007	1/1	2.17s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.007 Tiempo de respuesta (promedio) 2.17s
#210	Qwen3.5-9B medium	Qwen	10.0	3.8	$0.036	1/1	4.31s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.036 Tiempo de respuesta (promedio) 4.31s

Ranking de Llamada de herramientas

Filtrar modelos

Mejores modelos por Puntuación de Llamada de herramientas

Puntuación de Llamada de herramientas vs costo total

Mejores modelos por Tiempo de respuesta (promedio)