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: Temps de réponse (moy.) ↓.
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.) |
|---|---|---|---|---|---|---|---|
| #12 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.107 | 1/1 | 8.96s |
| #35 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.8 | $0.889 | 1/1 | 8.92s |
| #45 | GPT-5.3 Chat none | OpenAI | 10.0 | 7.5 | $0.433 | 1/1 | 8.36s |
| #108 | Owl Alpha medium | Openrouter | 10.0 | 5.8 | $0.000 | 1/1 | 8.26s |
| #123 | GLM 5 Turbo none | Z.ai | 10.0 | 5.3 | $0.047 | 1/1 | 8.21s |
| #77 | Mimo V2 PRO medium | Xiaomi | 10.0 | 6.7 | $0.333 | 1/1 | 8.19s |
| #95 | Gemini 3.1 Flash Lite Preview high | 10.0 | 6.1 | $2.310 | 1/1 | 7.73s | |
| #26 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 10.0 | 8.1 | $0.158 | 1/1 | 7.72s |
| #46 | GPT-5.4 Nano medium | OpenAI | 10.0 | 7.5 | $0.107 | 1/1 | 7.71s |
| #28 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 8.0 | $0.310 | 1/1 | 7.54s |
| #150 | Laguna M.1 none | Poolside | 10.0 | 4.6 | $0.000 | 1/1 | 7.54s |
| #31 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $1.418 | 1/1 | 7.48s |
| #29 | Qwen3.5-27B medium | Qwen | 10.0 | 7.9 | $0.536 | 1/1 | 7.45s |
| #58 | DeepSeek V4 Pro none | DeepSeek | 10.0 | 7.2 | $0.034 | 1/1 | 7.40s |
| #76 | MiMo-V2.5 medium | Xiaomi | 10.0 | 6.7 | $0.063 | 1/1 | 7.29s |