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.) |
|---|---|---|---|---|---|---|---|
| #26 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 10.0 | 8.1 | $0.158 | 1/1 | 7.72s |
| #41 | DeepSeek V4 Pro high | DeepSeek | 9.8 | 7.6 | $0.157 | 1/1 | 15.9s |
| #75 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.146 | 0/1 | 0ms |
| #40 | MiniMax M3 medium | Minimax | 10.0 | 7.6 | $0.131 | 1/1 | 11.9s |
| #112 | GPT-5.4 none | OpenAI | 10.0 | 5.8 | $0.122 | 1/1 | 2.75s |
| #52 | Gemini 3 Flash Preview low | 10.0 | 7.4 | $0.111 | 1/1 | 4.99s | |
| #71 | Gemini 3.5 Flash minimal | 10.0 | 6.8 | $0.108 | 1/1 | 2.79s | |
| #46 | GPT-5.4 Nano medium | OpenAI | 10.0 | 7.5 | $0.107 | 1/1 | 7.71s |
| #51 | MiMo-V2.5-Pro medium | Xiaomi | 10.0 | 7.4 | $0.106 | 1/1 | 16.9s |
| #127 | MiniMax M2.7 medium | Minimax | 4.7 | 5.2 | $0.104 | 0/1 | 12.0s |
| #149 | Grok 4.20 Beta none | X AI | 10.0 | 4.7 | $0.087 | 1/1 | 4.79s |
| #79 | GPT-5 Nano medium | OpenAI | 10.0 | 6.7 | $0.081 | 1/1 | 33.3s |
| #70 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.8 | $0.080 | 1/1 | 10.3s |
| #111 | Kimi K2.6 none | Moonshot AI | 10.0 | 5.8 | $0.079 | 1/1 | 4.46s |
| #61 | GLM 5.2 none | Z.ai | 10.0 | 7.1 | $0.076 | 1/1 | 15.8s |