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.
Modelos mostrados
15
Promedio de Puntuación de Llamada de herramientas
0.8
Mejor modelo
Gemini 3.6 Flash 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) |
|---|---|---|---|---|---|---|---|
| #212 | Grok 4.7 high | X AI | 1.0 | 0.7 | $3.037 | 1/1 | 5.08s |
| #213 | MiniMax M3 medium | Minimax | 1.0 | 0.7 | $0.422 | 1/1 | 11.9s |
| #215 | GPT 5.3 Chat default | OpenAI | 1.0 | 0.7 | $0.533 | 1/1 | 8.36s |
| #216 | GPT-5.6 Sol none | OpenAI | 1.0 | 0.7 | $0.795 | 1/1 | 3.70s |
| #217 | Apodex 1.1 Mini high | Apodex | 1.0 | 0.7 | $0.000 | 1/1 | 3.86s |
| #218 | GLM 5.3 Flash low | Z.ai | 1.0 | 0.7 | $0.038 | 1/1 | 17.0s |
| #219 | GPT-5.5 none | OpenAI | 1.0 | 0.7 | $1.212 | 1/1 | 3.90s |
| #220 | GLM 5.2 none | Z.ai | 1.0 | 0.7 | $0.250 | 1/1 | 15.8s |
| #221 | Qwen3.7 Flash medium | Qwen | 1.0 | 0.7 | $0.076 | 1/1 | 7.80s |
| #222 | LongCat 2.0 low | Meituan | 1.0 | 0.7 | $0.630 | 1/1 | 10.8s |
| #223 | Mercury 2 medium | Inception | 1.0 | 0.7 | $0.121 | 1/1 | 1.89s |
| #224 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 1/1 | 2.79s |
| #226 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1.0 | 0.7 | $0.568 | 1/1 | 18.4s |
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1.0 | 0.7 | $1.100 | 1/1 | 4.75s |
| #228 | Minimax M3.1 Flash high | Minimax | 1.0 | 0.7 | $0.000 | 1/1 | 3.38s |