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: Pruebas correctas ↓.
Modelos mostrados
15
Promedio de Puntuación de Llamada de herramientas
0.8
Mejor modelo
Gemini 3.6 Flash 1.0
451/451
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) |
|---|---|---|---|---|---|---|---|
| #344 | Mistral Small 4 none | Mistral | 1.0 | 0.5 | $0.047 | 1/1 | 1.40s |
| #345 | Mercury 2.5 low | Inception | 1.0 | 0.5 | $0.020 | 1/1 | 2.72s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 1/1 | 4.77s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1.0 | 0.5 | $0.135 | 1/1 | 3.30s |
| #348 | Apodex 1.1 Mini default | Apodex | 1.0 | 0.5 | $0.000 | 1/1 | 2.80s |
| #349 | Laguna S 2.1 medium | Poolside | 1.0 | 0.5 | $0.092 | 1/1 | 2.24s |
| #352 | Dots 3 Note Preview default | Dots Studio | 1.0 | 0.5 | $0.000 | 1/1 | 4.04s |
| #353 | GPT-4o-mini default | OpenAI | 1.0 | 0.5 | $0.024 | 1/1 | 2.51s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 1/1 | 4.47s |
| #357 | Qwen3 Coder Next default | Qwen | 1.0 | 0.5 | $0.067 | 1/1 | 2.47s |
| #358 | Laguna S 2.1 high | Poolside | 1.0 | 0.5 | $0.145 | 1/1 | 2.69s |
| #359 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 1/1 | 12.0s | |
| #361 | MiMo-V2.5 none | Xiaomi | 1.0 | 0.5 | $0.049 | 1/1 | 2.43s |
| #362 | Qwen3.5-9B none | Qwen | 1.0 | 0.5 | $0.041 | 1/1 | 1.27s |
| #364 | Mimo V2 Omni medium | Xiaomi | 1.0 | 0.5 | $0.683 | 1/1 | 14.0s |