AI BENCHY
Advertise here

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: Métrica ↑.

Modelos mostrados

15

Promedio de Puntuación de Llamada de herramientas

8.7

Mejor modelo

Grok 4.1 Fast 2.8
Rango Modelo Empresa Puntuación de Llamada de herramientas Puntuación Pruebas correctas Tiempo de respuesta (promedio)
#66 Qwen3.5-35B-A3B medium Qwen 10.0 7.1 1/1 4.65s
#67 MiniMax M3 medium Minimax 10.0 7.1 1/1 11.9s
#68 Claude Opus 4.8 none Anthropic 10.0 7.0 1/1 5.35s
#69 Claude Opus 4.6 medium Anthropic 10.0 7.0 1/1 9.73s
#70 GPT-5.4 Nano medium OpenAI 10.0 7.0 1/1 7.71s
#71 Step 3.7 Flash high Stepfun 10.0 7.0 1/1 2.79s
#72 DeepSeek V3.2 medium DeepSeek 10.0 7.0 1/1 34.8s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 1/1 88.7s
#74 Qwen3.6 Max Preview none Qwen 10.0 6.9 1/1 5.27s
#75 Ring-2.6-1T medium Inclusionai 10.0 6.9 1/1 104.4s
#76 Kimi K2.5 medium Moonshot AI 10.0 6.8 1/1 31.7s
#77 Claude Sonnet 4.6 none Anthropic 10.0 6.8 1/1 4.11s
#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
#80 Mimo V2 Omni medium Xiaomi 10.0 6.7 1/1 14.0s

Mejores modelos por Puntuación de Llamada de herramientas

Puntuación de Llamada de herramientas vs costo total

Mejores modelos por Tiempo de respuesta (promedio)