Classement des modèles pour Appel d'outils

Catégorie AI BENCHY

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: Tests corrects ↑.

Modèles affichés

Moyenne de Score Appel d'outils

8.7

Meilleur modèle

Grok 4.20 Beta 3.0

Raisons d'échec

Avec la raison d'échec Erreur API15 Avec la raison d'échec Appel d'outil invalide7 Avec la raison d'échec N'a pas suivi les instructions6 Avec la raison d'échec Aucune réponse2 Avec la raison d'échec Mauvaise réponse2

Rang	Modèle	Entreprise	Score Appel d'outils	Score	Tests corrects	Temps de réponse (moy.)
#160	LFM2-24B-A2B none	Liquid	3.0	4.2	0/1	0ms
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	3.0	4.1	0/1	0ms
#1	Gemini 3 Flash Preview medium	Google	10.0	9.8	1/1	12.6s
#2	Gemini 3.5 Flash high	Google	9.8	9.6	1/1	4.96s
#3	Gemini 3.5 Flash low	Google	10.0	9.4	1/1	3.27s
#4	Gemini 3.1 Pro Preview medium	Google	10.0	9.4	1/1	23.1s
#5	Qwen3.7 Max medium	Qwen	10.0	9.1	1/1	6.63s
#6	GPT-5.5 low	OpenAI	10.0	9.0	1/1	4.96s
#7	Gemini 3.5 Flash medium	Google	10.0	9.0	1/1	3.81s
#8	Claude Opus 4.7 none	Anthropic	10.0	8.9	1/1	4.74s
#9	GPT-5.5 medium	OpenAI	10.0	8.8	1/1	10.6s
#10	Claude Opus 4.8 medium	Anthropic	10.0	8.7	1/1	8.96s
#11	Claude Opus 4.7 medium	Anthropic	10.0	8.7	1/1	4.17s
#12	Gemini 3.1 Flash Lite Preview high	Google	10.0	8.6	1/1	7.73s
#14	Qwen3.6 Max Preview medium	Qwen	10.0	8.5	1/1	18.3s

Classement Appel d'outils

Meilleurs modèles par Score Appel d'outils

Score Appel d'outils vs coût total

Meilleurs modèles par Temps de réponse (moy.)