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.) |
|---|---|---|---|---|---|---|---|
| #84 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.018 | 1/1 | 3.39s | |
| #126 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.3 | $0.017 | 1/1 | 11.8s |
| #119 | MiMo-V2.5-Pro none | Xiaomi | 10.0 | 5.5 | $0.017 | 1/1 | 3.30s |
| #106 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 5.8 | $0.016 | 1/1 | 3.33s |
| #93 | Gemini 2.5 Flash none | 10.0 | 6.2 | $0.016 | 1/1 | 1.91s | |
| #104 | Qwen3.5-27B none | Qwen | 10.0 | 5.9 | $0.015 | 1/1 | 3.54s |
| #102 | Qwen3.6 Flash none | Qwen | 10.0 | 6.0 | $0.015 | 1/1 | 2.49s |
| #94 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.1 | $0.013 | 1/1 | 3.51s | |
| #96 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.013 | 1/1 | 2.97s | |
| #78 | gpt-oss-120b medium | OpenAI | 9.8 | 6.7 | $0.013 | 1/1 | 6.91s |
| #103 | Qwen3.5-35B-A3B none | Qwen | 10.0 | 5.9 | $0.012 | 1/1 | 2.30s |
| #151 | Mercury 2 none | Inception | 10.0 | 4.6 | $0.011 | 1/1 | 1.27s |
| #145 | GPT-5.4 Nano none | OpenAI | 10.0 | 4.8 | $0.011 | 1/1 | 3.40s |
| #164 | gpt-oss-120b none | OpenAI | 3.0 | 4.0 | $0.010 | 0/1 | 0ms |
| #130 | Qwen3 Coder Next none | Qwen | 10.0 | 5.1 | $0.009 | 1/1 | 2.47s |