AI BENCHY
Advertise here

Categoría AI BENCHY

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

8.7

Rango Modelo Empresa Puntuación de Llamada de herramientas Puntuación Pruebas correctas Tiempo de respuesta (promedio)
#18 Qwen3.7 Plus medium Qwen 10.0 8.2 1/1 15.0s
#19 Seed-2.0-Lite medium Bytedance Seed 10.0 8.2 1/1 12.4s
#21 GPT-5.4 medium OpenAI 10.0 8.0 1/1 13.3s
#22 Step 3.7 Flash medium Stepfun 10.0 8.0 1/1 4.16s
#23 GLM 5 Turbo medium Z.ai 10.0 8.0 1/1 9.84s
#24 GPT-5.2 Chat none OpenAI 10.0 7.9 1/1 4.68s
#25 Qwen3.5 Plus 2026-02-15 medium Qwen 10.0 7.9 1/1 7.54s
#26 Qwen3.6 Plus medium Qwen 10.0 7.9 1/1 5.87s
#28 Gemini 2.5 Flash medium Google 10.0 7.8 1/1 6.20s
#29 Qwen3.5-122B-A10B medium Qwen 10.0 7.8 1/1 4.60s
#30 Qwen3.5-27B medium Qwen 10.0 7.8 1/1 7.45s
#31 DeepSeek V4 Flash high DeepSeek 10.0 7.7 1/1 74.7s
#32 Gemini 3.5 Flash minimal Google 10.0 7.7 1/1 2.79s
#33 Hy3 preview medium Tencent 10.0 7.7 1/1 15.0s
#34 Qwen3.7 Max none Qwen 10.0 7.7 1/1 3.92s

Mejores modelos por Puntuación de Llamada de herramientas

Puntuación de Llamada de herramientas vs costo total

Mejores modelos por Tiempo de respuesta (promedio)