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: Costo total ↑.
Modelos mostrados
15
Promedio de Puntuación de Llamada de herramientas
8.8
Mejor modelo
North Mini Code 10.0
216/216
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Llamada de herramientas | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #179 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 1/1 | 11.8s |
| #146 | Nemotron 3 Super medium | NVIDIA | 10.0 | 5.7 | $0.055 | 1/1 | 39.7s |
| #203 | Grok 4.20 none | X AI | 10.0 | 4.1 | $0.057 | 1/1 | 4.63s |
| #167 | Qwen3.6 35B A3B none | Qwen | 3.0 | 5.3 | $0.061 | 0/1 | 0ms |
| #130 | Qwen3.6 Flash none | Qwen | 10.0 | 6.1 | $0.062 | 1/1 | 2.49s |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.066 | 1/1 | 3.94s |
| #188 | KAT-Coder-Air V2.5 none | Kwaipilot | 10.0 | 4.8 | $0.067 | 1/1 | 5.13s |
| #108 | Laguna XS 2.1 medium | Poolside | 10.0 | 6.5 | $0.068 | 1/1 | 3.01s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 10.0 | 5.5 | $0.068 | 1/1 | 3.30s |
| #191 | Grok 4.1 Fast medium | X AI | 2.8 | 4.7 | $0.069 | 0/1 | 27.7s |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.4 | $0.073 | 1/1 | 3.33s |
| #131 | Qwen3.5-Flash none | Qwen | 10.0 | 6.1 | $0.073 | 1/1 | 3.67s |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 10.0 | 5.6 | $0.077 | 1/1 | 4.77s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 1/1 | 34.8s |
| #107 | MiMo-V2.5 medium | Xiaomi | 10.0 | 6.5 | $0.082 | 1/1 | 7.29s |