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: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Llamada de herramientas

0.8

Mejor modelo

GPT-5.2 0.5

Motivos de fallo

Con motivo de fallo Error de API39 Con motivo de fallo No siguió las instrucciones13 Con motivo de fallo Llamada de herramienta no válida11 Con motivo de fallo Respuesta incorrecta9 Con motivo de fallo Sin respuesta3

451/451

Rango	Modelo	Empresa	Puntuación de Llamada de herramientas	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#66	GPT-5.2 medium	OpenAI	0.5	0.9	$1.558	0/1	10.3s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.558 Tiempo de respuesta (promedio) 10.3s
#87	Inkling high	Thinkingmachines	0.3	0.8	$1.238	0/1	6.52s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.238 Tiempo de respuesta (promedio) 6.52s
#94	Kimi K3 max	Moonshot AI	0.3	0.8	$3.409	0/1	0ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $3.409 Tiempo de respuesta (promedio) 0ms
#97	Ling 3.1 Flash medium	Inclusionai	0.3	0.8	$0.000	0/1	47.2s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 47.2s
#99	Gemini 4 Argon low	Google	0.5	0.8	$0.438	0/1	6.57s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.438 Tiempo de respuesta (promedio) 6.57s
#115	GPT-5.6 Terra low	OpenAI	0.5	0.8	$0.435	0/1	6.69s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.435 Tiempo de respuesta (promedio) 6.69s
#119	GPT-5.4 Mini medium	OpenAI	0.5	0.8	$1.102	0/1	9.62s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.102 Tiempo de respuesta (promedio) 9.62s
#125	Ling 3.1 Flash high	Inclusionai	0.3	0.8	$0.000	0/1	38.2s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 38.2s
#145	Qwen3.8 27B low	Qwen	0.3	0.8	~$0.089	0/1	8.42s
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.089 Tiempo de respuesta (promedio) 8.42s
#147	GLM 5.1 medium	Z.ai	0.3	0.8	$1.546	0/1	0ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.546 Tiempo de respuesta (promedio) 0ms
#150	Seed-2.0-Code high	Bytedance Seed	0.5	0.7	$1.448	0/1	35.1s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.448 Tiempo de respuesta (promedio) 35.1s
#154	Seed-2.0-Code medium	Bytedance Seed	0.5	0.7	$1.275	0/1	36.4s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $1.275 Tiempo de respuesta (promedio) 36.4s
#157	Inkling Small high	Thinkingmachines	0.3	0.7	$0.398	0/1	2.91s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.398 Tiempo de respuesta (promedio) 2.91s
#159	Inkling medium	Thinkingmachines	0.3	0.7	$0.527	0/1	4.48s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.527 Tiempo de respuesta (promedio) 4.48s
#170	Qwen3.8 27B medium	Qwen	0.3	0.7	~$0.073	0/1	0ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.073 Tiempo de respuesta (promedio) 0ms

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)

Ranking de Llamada de herramientas

Filtrar modelos

Mejores modelos por Puntuación de Llamada de herramientas

Puntuación de Llamada de herramientas vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Llamada de herramientas vs costo total