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) |
|---|---|---|---|---|---|---|---|
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 74.2s |
| #32 | Muse Wonder medium | Meta | 1.0 | 0.9 | $3.397 | 1/1 | 9.26s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 1/1 | 10.6s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 1.0 | 0.9 | $8.557 | 1/1 | 41.4s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 1/1 | 7.83s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 1/1 | 1.92s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 1/1 | 5.21s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 1/1 | 6.37s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 6.42s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 1/1 | 3.29s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 1/1 | 26.0s |
| #44 | Muse Wonder minimal | Meta | 1.0 | 0.9 | $1.639 | 1/1 | 4.86s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 1/1 | 5.06s |
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 1/1 | 3.27s | |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 1/1 | 5.93s |