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: Tiempo de respuesta (promedio) ↑.

Modelos mostrados

Promedio de Puntuación de Llamada de herramientas

8.8

Mejor modelo

Kimi K3 3.0

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)
#162	Gemma 4 26B A4B none	Google	10.0	5.5	$0.015	1/1	57.1s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.015 Tiempo de respuesta (promedio) 57.1s
#49	DeepSeek V4 Flash high	DeepSeek	10.0	7.7	$0.041	1/1	74.7s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.041 Tiempo de respuesta (promedio) 74.7s
#156	DeepSeek V4 Flash none	DeepSeek	10.0	5.6	$0.042	1/1	77.9s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.042 Tiempo de respuesta (promedio) 77.9s
#141	Hy3 preview high	Tencent	10.0	5.9	$0.048	1/1	78.8s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.048 Tiempo de respuesta (promedio) 78.8s
#84	Seed-2.0-Mini medium	Bytedance Seed	10.0	7.0	$0.101	1/1	88.7s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.101 Tiempo de respuesta (promedio) 88.7s
#114	Ring-2.6-1T medium	Inclusionai	10.0	6.3	$0.103	1/1	104.4s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.103 Tiempo de respuesta (promedio) 104.4s

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)