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.) |
|---|---|---|---|---|---|---|---|
| #109 | Mimo V2 PRO none | Xiaomi | 10.0 | 5.8 | $0.045 | 1/1 | 4.39s |
| #59 | Gemma 4 26B A4B medium | 10.0 | 7.2 | $0.045 | 1/1 | 9.01s | |
| #48 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.5 | $0.044 | 1/1 | 34.8s |
| #50 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.4 | $0.044 | 1/1 | 88.7s |
| #62 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 7.1 | $0.043 | 1/1 | 27.8s |
| #124 | GPT-5.4 Mini none | OpenAI | 3.0 | 5.3 | $0.038 | 0/1 | 2.32s |
| #165 | Qwen3.5-9B medium | Qwen | 10.0 | 3.8 | $0.036 | 1/1 | 4.31s |
| #58 | DeepSeek V4 Pro none | DeepSeek | 10.0 | 7.2 | $0.034 | 1/1 | 7.40s |
| #72 | Ring-2.6-1T medium | Inclusionai | 10.0 | 6.8 | $0.033 | 1/1 | 104.4s |
| #88 | Gemma 4 31B medium | 3.0 | 6.3 | $0.033 | 0/1 | 0ms | |
| #122 | Qwen3.5 Plus 2026-04-20 none | Qwen | 10.0 | 5.5 | $0.032 | 1/1 | 4.42s |
| #128 | Qwen3.6 35B A3B none | Qwen | 3.0 | 5.2 | $0.031 | 0/1 | 0ms |
| #120 | Qwen3.6 27B none | Qwen | 9.5 | 5.5 | $0.028 | 1/1 | 6.74s |
| #85 | Gemini 3.1 Flash Lite low | 10.0 | 6.4 | $0.028 | 1/1 | 5.66s | |
| #118 | Kimi K2.5 none | Moonshot AI | 10.0 | 5.5 | $0.027 | 1/1 | 14.0s |