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
8.8
Mejor modelo
Gemini 3.6 Flash 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) |
|---|---|---|---|---|---|---|---|
| #146 | Nemotron 3 Super medium | NVIDIA | 10.0 | 5.7 | $0.055 | 1/1 | 39.7s |
| #147 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.041 | 1/1 | 11.1s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 10.0 | 5.7 | $0.247 | 1/1 | 2.04s |
| #149 | Gemini 3.1 Flash Lite high | 10.0 | 5.6 | $2.044 | 1/1 | 6.44s | |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 10.0 | 5.6 | $0.077 | 1/1 | 4.77s |
| #151 | GLM 5V Turbo none | Z.ai | 10.0 | 5.6 | $0.052 | 1/1 | 4.86s |
| #152 | Owl Alpha medium | Openrouter | 10.0 | 5.6 | $0.000 | 1/1 | 8.26s |
| #153 | Mimo V2 PRO none | Xiaomi | 10.0 | 5.6 | $0.045 | 1/1 | 4.39s |
| #154 | Owl Alpha none | Openrouter | 10.0 | 5.6 | $0.000 | 1/1 | 22.8s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 1/1 | 4.77s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 10.0 | 5.6 | $0.042 | 1/1 | 77.9s |
| #157 | GLM 5.1 none | Z.ai | 10.0 | 5.5 | $0.164 | 1/1 | 10.7s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 10.0 | 5.5 | $0.068 | 1/1 | 3.30s |
| #161 | Kimi K2.5 none | Moonshot AI | 10.0 | 5.5 | $0.127 | 1/1 | 14.0s |
| #162 | Gemma 4 26B A4B none | 10.0 | 5.5 | $0.015 | 1/1 | 57.1s |