Catégorie AI BENCHY
Classement Appel d'outils
Voyez quels modèles d'IA réussissent le mieux sur Appel d'outils, lesquels restent fiables et où les écarts sont les plus marqués. Trier par: Coût total ↑.
169/169
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Score Appel d'outils | Score | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #10 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.740 | 1/1 | 6.37s |
| #69 | Grok 4.20 Beta medium | X AI | 3.0 | 6.8 | $0.750 | 0/1 | 12.4s |
| #35 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.8 | $0.889 | 1/1 | 8.92s |
| #4 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $0.907 | 1/1 | 4.96s |
| #42 | Grok Build 0.1 medium | X AI | 10.0 | 7.6 | $0.927 | 1/1 | 13.1s |
| #11 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.9 | $0.960 | 1/1 | 18.3s |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.054 | 1/1 | 23.1s | |
| #66 | Gemini 3.5 Flash none | 3.0 | 7.0 | $1.079 | 0/1 | 0ms | |
| #12 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.107 | 1/1 | 8.96s |
| #1 | Gemini 3.5 Flash high | 9.8 | 9.8 | $1.115 | 1/1 | 4.96s | |
| #63 | Step 3.7 Flash high | Stepfun | 10.0 | 7.1 | $1.148 | 1/1 | 2.79s |
| #17 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.210 | 1/1 | 13.3s |
| #31 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $1.418 | 1/1 | 7.48s |
| #83 | Gemini 3.1 Flash Lite high | 10.0 | 6.5 | $2.044 | 1/1 | 6.44s | |
| #38 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $2.053 | 1/1 | 9.73s |