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) |
|---|---|---|---|---|---|---|---|
| #300 | Ring 2.6 1t medium | Inclusionai | 1.0 | 0.6 | $0.102 | 1/1 | 104.4s |
| #427 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/1 | 99.7s |
| #326 | Hy4 preview low | Tencent | 0.3 | 0.5 | $1.844 | 0/1 | 93.7s |
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 1/1 | 88.7s |
| #423 | Command A+ high | Cohere | 0.3 | 0.3 | $0.079 | 0/1 | 84.6s |
| #426 | Command A+ none | Cohere | 0.3 | 0.3 | $0.000 | 0/1 | 81.9s |
| #363 | Hy4 preview none | Tencent | 0.3 | 0.5 | $0.165 | 0/1 | 81.5s |
| #365 | Hy3 preview high | Tencent | 1.0 | 0.5 | $0.135 | 1/1 | 78.8s |
| #417 | Command A+ medium | Cohere | 0.3 | 0.3 | $0.064 | 0/1 | 78.4s |
| #265 | DeepSeek V4 Flash 0423 none | DeepSeek | 1.0 | 0.6 | $0.149 | 1/1 | 77.9s |
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 1/1 | 75.4s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 1/1 | 74.7s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 74.2s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 1/1 | 72.6s |
| #144 | GPT-6 Luna low | OpenAI | 1.0 | 0.8 | $0.033 | 1/1 | 71.6s |