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
8.8
Mejor modelo
Ring-2.6-1T 10.0
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) |
|---|---|---|---|---|---|---|---|
| #137 | Grok 4.20 Beta medium | X AI | 3.0 | 6.0 | $0.750 | 0/1 | 12.4s |
| #39 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 7.9 | $0.234 | 1/1 | 12.4s |
| #178 | MiniMax M2.7 medium | Minimax | 4.7 | 5.0 | $0.163 | 0/1 | 12.0s |
| #139 | Gemini 3 PRO Preview medium | 10.0 | 6.0 | $0.385 | 1/1 | 12.0s | |
| #51 | MiniMax M3 medium | Minimax | 10.0 | 7.6 | $0.286 | 1/1 | 11.9s |
| #136 | Step 3.5 Flash medium | Stepfun | 10.0 | 6.0 | $0.108 | 1/1 | 11.9s |
| #179 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 1/1 | 11.8s |
| #194 | Cobuddy medium | Baidu | 10.0 | 4.7 | $0.000 | 1/1 | 11.2s |
| #147 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.041 | 1/1 | 11.1s |
| #96 | LongCat 2.0 low | Meituan | 10.0 | 6.7 | $0.391 | 1/1 | 10.8s |
| #26 | Claude Sonnet 5 medium | Anthropic | 10.0 | 8.3 | $0.922 | 1/1 | 10.7s |
| #157 | GLM 5.1 none | Z.ai | 10.0 | 5.5 | $0.164 | 1/1 | 10.7s |
| #64 | LongCat 2.0 medium | Meituan | 10.0 | 7.4 | $0.478 | 1/1 | 10.7s |
| #13 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.137 | 1/1 | 10.6s |
| #120 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.2 | $0.139 | 1/1 | 10.3s |