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) |
|---|---|---|---|---|---|---|---|
| #65 | Gemini 3 Flash Preview low | 10.0 | 7.4 | $0.177 | 1/1 | 4.99s | |
| #48 | GPT-5.6 Luna high | OpenAI | 10.0 | 7.7 | $1.017 | 1/1 | 4.98s |
| #38 | GPT-5.6 Terra high | OpenAI | 10.0 | 8.0 | $1.055 | 1/1 | 4.97s |
| #9 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $1.253 | 1/1 | 4.96s |
| #4 | Gemini 3.5 Flash high | 9.8 | 9.5 | $1.976 | 1/1 | 4.96s | |
| #151 | GLM 5V Turbo none | Z.ai | 10.0 | 5.6 | $0.052 | 1/1 | 4.86s |
| #197 | Grok 4.20 Beta none | X AI | 10.0 | 4.4 | $0.087 | 1/1 | 4.79s |
| #6 | Gemini 3.6 Flash low | 10.0 | 9.4 | $0.517 | 1/1 | 4.78s | |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 10.0 | 5.6 | $0.077 | 1/1 | 4.77s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 1/1 | 4.77s |
| #99 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 1/1 | 4.74s |
| #34 | GPT-5.2 Chat none | OpenAI | 10.0 | 8.0 | $0.604 | 1/1 | 4.68s |
| #125 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.2 | $0.837 | 1/1 | 4.65s |
| #203 | Grok 4.20 none | X AI | 10.0 | 4.1 | $0.057 | 1/1 | 4.63s |
| #76 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.046 | 1/1 | 4.60s |