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 ↓.
Modèles affichés
15
Moyenne de Score Appel d'outils
8.7
Meilleur modèle
Grok 4.20 Multi Agent Beta 3.0
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.) |
|---|---|---|---|---|---|---|---|
| #148 | Qwen3 Coder Next medium | Qwen | 10.0 | 4.7 | $0.008 | 1/1 | 2.64s |
| #137 | Trinity Large Preview none | Arcee AI | 10.0 | 5.0 | $0.008 | 1/1 | 6.67s |
| #161 | Grok 4.1 Fast none | X AI | 2.8 | 4.0 | $0.008 | 0/1 | 5.51s |
| #117 | DeepSeek V4 Flash none | DeepSeek | 10.0 | 5.5 | $0.007 | 1/1 | 77.9s |
| #129 | Mistral Small 4 none | Mistral | 10.0 | 5.1 | $0.007 | 1/1 | 1.40s |
| #134 | MiMo-V2.5 none | Xiaomi | 10.0 | 5.1 | $0.007 | 1/1 | 2.43s |
| #142 | Nemotron 3 Super none | NVIDIA | 4.7 | 4.9 | $0.007 | 0/1 | 16.0s |
| #139 | GPT-4o-mini none | OpenAI | 10.0 | 5.0 | $0.006 | 1/1 | 2.51s |
| #135 | Qwen3.5-9B none | Qwen | 10.0 | 5.1 | $0.006 | 1/1 | 1.27s |
| #147 | Ling-2.6-1T none | Inclusionai | 3.0 | 4.7 | $0.005 | 0/1 | 25.7s |
| #97 | Qwen3.5-Flash none | Qwen | 10.0 | 6.1 | $0.005 | 1/1 | 3.67s |
| #141 | GLM 4.7 Flash none | Z.ai | 2.8 | 4.9 | $0.004 | 0/1 | 7.05s |
| #121 | Gemma 4 26B A4B none | 10.0 | 5.5 | $0.004 | 1/1 | 57.1s | |
| #98 | Gemma 4 31B none | 3.0 | 6.1 | $0.004 | 0/1 | 0ms | |
| #163 | Granite 4.1 8B none | IBM Granite | 10.0 | 4.0 | $0.003 | 1/1 | 2.17s |