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
0.8
Mejor modelo
Ring 2.6 1t 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) |
|---|---|---|---|---|---|---|---|
| #139 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1.0 | 0.8 | $0.435 | 1/1 | 14.7s |
| #191 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 1/1 | 14.4s |
| #333 | Kimi K2.5 none | Moonshot AI | 1.0 | 0.5 | $0.262 | 1/1 | 14.0s |
| #364 | Mimo V2 Omni medium | Xiaomi | 1.0 | 0.5 | $0.683 | 1/1 | 14.0s |
| #306 | Dots 3 Note Preview medium | Dots Studio | 1.0 | 0.6 | $0.000 | 1/1 | 14.0s |
| #109 | DeepSeek V4.1 Flash low | DeepSeek | 1.0 | 0.8 | $0.494 | 1/1 | 13.8s |
| #266 | Grok 4.20 medium | X AI | 0.3 | 0.6 | $1.246 | 0/1 | 13.7s |
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 1/1 | 13.3s |
| #118 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 1/1 | 13.3s |
| #61 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 1/1 | 13.3s |
| #272 | Claude Fable 5.1 low | Anthropic | 1.0 | 0.6 | $3.395 | 1/1 | 13.2s |
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 1/1 | 13.1s |
| #162 | Claude Fable 5.1 medium | Anthropic | 1.0 | 0.7 | $3.197 | 1/1 | 13.0s |
| #130 | Grok 4.6 medium | X AI | 1.0 | 0.8 | $2.270 | 1/1 | 12.8s |
| #15 | Gemini 3 Flash Preview medium | 1.0 | 1.0 | $0.876 | 1/1 | 12.6s |