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) |
|---|---|---|---|---|---|---|---|
| #24 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $0.951 | 0/1 | 10.3s |
| #102 | LongCat 2.0 high | Meituan | 10.0 | 6.6 | $0.469 | 1/1 | 10.0s |
| #30 | Muse Spark 1.1 high | Meta | 9.6 | 8.1 | $1.694 | 1/1 | 9.88s |
| #53 | GLM 5 Turbo medium | Z.ai | 10.0 | 7.6 | $0.323 | 1/1 | 9.84s |
| #2 | Gemini 3.6 Flash high | 10.0 | 9.7 | $1.785 | 1/1 | 9.76s | |
| #47 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 1/1 | 9.73s |
| #60 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.756 | 0/1 | 9.62s |
| #110 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.646 | 1/1 | 9.54s | |
| #35 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $0.817 | 1/1 | 9.25s |
| #100 | Gemma 4 26B A4B medium | 10.0 | 6.6 | $0.089 | 1/1 | 9.01s | |
| #17 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.931 | 1/1 | 8.96s |
| #72 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.036 | 1/1 | 8.92s |
| #1 | Gemini 3.6 Flash medium | 10.0 | 9.9 | $0.831 | 1/1 | 8.55s | |
| #58 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.5 | $0.571 | 1/1 | 8.36s |
| #152 | Owl Alpha medium | Openrouter | 10.0 | 5.6 | $0.000 | 1/1 | 8.26s |