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
Grok 4.20 Multi Agent Beta 3.0
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) |
|---|---|---|---|---|---|---|---|
| #122 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.066 | 1/1 | 3.94s |
| #130 | Qwen3.6 Flash none | Qwen | 10.0 | 6.1 | $0.062 | 1/1 | 2.49s |
| #167 | Qwen3.6 35B A3B none | Qwen | 3.0 | 5.3 | $0.061 | 0/1 | 0ms |
| #203 | Grok 4.20 none | X AI | 10.0 | 4.1 | $0.057 | 1/1 | 4.63s |
| #146 | Nemotron 3 Super medium | NVIDIA | 10.0 | 5.7 | $0.055 | 1/1 | 39.7s |
| #179 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 1/1 | 11.8s |
| #112 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 1/1 | 3.39s | |
| #151 | GLM 5V Turbo none | Z.ai | 10.0 | 5.6 | $0.052 | 1/1 | 4.86s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 1/1 | 4.77s |
| #141 | Hy3 preview high | Tencent | 10.0 | 5.9 | $0.048 | 1/1 | 78.8s |
| #126 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.1 | $0.047 | 1/1 | 3.51s | |
| #176 | GLM 5 Turbo none | Z.ai | 10.0 | 5.1 | $0.047 | 1/1 | 8.21s |
| #128 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.046 | 1/1 | 2.97s | |
| #153 | Mimo V2 PRO none | Xiaomi | 10.0 | 5.6 | $0.045 | 1/1 | 4.39s |
| #117 | LongCat 2.0 none | Meituan | 10.0 | 6.3 | $0.044 | 1/1 | 6.64s |