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) |
|---|---|---|---|---|---|---|
| #99 | gpt-oss-120b medium | OpenAI | 9.8 | 6.1 | 1/1 | 6.91s |
| #122 | GLM 4.7 Flash none | Z.ai | 2.8 | 5.5 | 0/1 | 7.05s |
| #56 | MiMo-V2.5 medium | Xiaomi | 10.0 | 7.3 | 1/1 | 7.29s |
| #30 | Qwen3.5-27B medium | Qwen | 10.0 | 7.8 | 1/1 | 7.45s |
| #52 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.4 | 1/1 | 7.48s |
| #145 | Laguna M.1 none | Poolside | 10.0 | 4.8 | 1/1 | 7.54s |
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.9 | 1/1 | 7.54s |
| #70 | GPT-5.4 Nano medium | OpenAI | 10.0 | 7.0 | 1/1 | 7.71s |
| #41 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 10.0 | 7.5 | 1/1 | 7.72s |
| #12 | Gemini 3.1 Flash Lite Preview high | 10.0 | 8.6 | 1/1 | 7.73s | |
| #51 | Mimo V2 PRO medium | Xiaomi | 10.0 | 7.4 | 1/1 | 8.19s |
| #134 | GLM 5 Turbo none | Z.ai | 10.0 | 5.2 | 1/1 | 8.21s |
| #111 | Owl Alpha medium | Openrouter | 10.0 | 5.7 | 1/1 | 8.26s |
| #63 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.2 | 1/1 | 8.36s |
| #60 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | 1/1 | 8.92s |