Classement des modèles pour Appel d'outils

Catégorie AI BENCHY

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: Tests corrects ↓.

Modèles affichés

Moyenne de Score Appel d'outils

8.7

Meilleur modèle

Gemini 3 Flash Preview 10.0

Raisons d'échec

Avec la raison d'échec Erreur API6 Avec la raison d'échec N'a pas suivi les instructions6 Avec la raison d'échec Appel d'outil invalide3 Avec la raison d'échec Aucune réponse2 Avec la raison d'échec Mauvaise réponse2

Rang	Modèle	Entreprise	Score Appel d'outils	Score	Tests corrects	Temps de réponse (moy.)
#1	Gemini 3 Flash Preview medium	Google	10.0	10.0	1/1	10.6s
#2	Gemini 3.1 Pro Preview medium	Google	10.0	9.6	1/1	23.1s
#3	Claude Opus 4.7 medium	Anthropic	10.0	9.2	1/1	4.17s
#4	Claude Opus 4.7 none	Anthropic	10.0	9.2	1/1	4.74s
#5	Gemini 3 Flash Preview low	Google	10.0	8.8	1/1	4.99s
#6	Seed-2.0-Lite medium	Bytedance Seed	10.0	8.6	1/1	12.4s
#7	GPT-5.3-Codex medium	OpenAI	10.0	8.6	1/1	6.37s
#8	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	8.5	1/1	7.54s
#9	Qwen3.6 Plus Preview medium	Qwen	10.0	8.5	1/1	5.87s
#10	Qwen3.5-27B medium	Qwen	10.0	8.4	1/1	7.45s
#11	Gemini 3.1 Flash Lite Preview high	Google	10.0	8.4	1/1	7.73s
#12	Gemini 3 PRO Preview medium	Google	10.0	8.4	1/1	12.0s
#13	GLM 5 medium	Z.ai	10.0	8.4	1/1	15.9s
#15	Gemini 2.5 Flash medium	Google	10.0	8.2	1/1	6.20s
#16	GPT-5.4 medium	OpenAI	10.0	8.2	1/1	13.3s

1 2 3 4 5 6 7

→

Classement Appel d'outils

Meilleurs modèles par Score Appel d'outils

Score Appel d'outils vs coût total

Meilleurs modèles par Temps de réponse (moy.)