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.) |
|---|---|---|---|---|---|---|---|
| #29 | Qwen3.5-27B medium | Qwen | 10.0 | 7.9 | $0.536 | 1/1 | 7.45s |
| #27 | GPT-5.4 Mini medium | OpenAI | 4.7 | 8.0 | $0.526 | 0/1 | 9.62s |
| #3 | Qwen3.7 Max medium | Qwen | 10.0 | 9.4 | $0.523 | 1/1 | 6.63s |
| #49 | Claude Opus 4.7 none | Anthropic | 10.0 | 7.4 | $0.505 | 1/1 | 4.74s |
| #56 | GLM 5V Turbo medium | Z.ai | 7.0 | 7.3 | $0.457 | 0/1 | 12.5s |
| #81 | Qwen3.6 27B medium | Qwen | 10.0 | 6.6 | $0.440 | 1/1 | 16.9s |
| #45 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.5 | $0.433 | 1/1 | 8.36s |
| #89 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.3 | $0.401 | 1/1 | 4.65s |
| #19 | GPT-5.2 Chat none | OpenAI | 10.0 | 8.5 | $0.393 | 1/1 | 4.68s |
| #91 | Gemini 3 PRO Preview medium | 10.0 | 6.2 | $0.385 | 1/1 | 12.0s | |
| #24 | Gemini 2.5 Flash medium | 10.0 | 8.2 | $0.379 | 1/1 | 6.20s | |
| #20 | Step 3.7 Flash medium | Stepfun | 10.0 | 8.5 | $0.376 | 1/1 | 4.16s |
| #5 | Gemini 3.5 Flash low | 10.0 | 9.2 | $0.349 | 1/1 | 3.27s | |
| #43 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.5 | $0.348 | 1/1 | 31.7s |
| #39 | Step 3.7 Flash low | Stepfun | 10.0 | 7.7 | $0.341 | 1/1 | 3.25s |