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.) |
|---|---|---|---|---|---|---|---|
| #100 | Qwen3.6 Max Preview none | Qwen | 10.0 | 6.0 | $0.075 | 1/1 | 5.27s |
| #34 | Gemini 3.1 Flash Lite medium | 10.0 | 7.8 | $0.071 | 1/1 | 4.55s | |
| #80 | Step 3.5 Flash medium | Stepfun | 10.0 | 6.6 | $0.070 | 1/1 | 11.9s |
| #115 | Grok 4.1 Fast medium | X AI | 2.8 | 5.6 | $0.069 | 0/1 | 27.7s |
| #32 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.8 | $0.068 | 1/1 | 3.80s | |
| #133 | Mistral Small 4 medium | Mistral | 10.0 | 5.1 | $0.068 | 1/1 | 3.50s |
| #76 | MiMo-V2.5 medium | Xiaomi | 10.0 | 6.7 | $0.063 | 1/1 | 7.29s |
| #74 | Hy3 preview high | Tencent | 10.0 | 6.8 | $0.059 | 1/1 | 78.8s |
| #116 | GLM 5.1 none | Z.ai | 10.0 | 5.6 | $0.058 | 1/1 | 10.7s |
| #44 | Mercury 2 medium | Inception | 10.0 | 7.5 | $0.058 | 1/1 | 1.89s |
| #155 | Grok 4.20 none | X AI | 10.0 | 4.4 | $0.057 | 1/1 | 4.63s |
| #68 | Qwen3.7 Max none | Qwen | 10.0 | 6.9 | $0.054 | 1/1 | 3.92s |
| #157 | GLM 4.7 Flash medium | Z.ai | 10.0 | 4.3 | $0.054 | 1/1 | 15.9s |
| #105 | GLM 5V Turbo none | Z.ai | 10.0 | 5.9 | $0.052 | 1/1 | 4.86s |
| #123 | GLM 5 Turbo none | Z.ai | 10.0 | 5.3 | $0.047 | 1/1 | 8.21s |