AI BENCHY
Advertise here

Kategori AI BENCHY

Peringkat Pemanggilan alat

Lihat model AI mana yang paling baik di Pemanggilan alat, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Tes benar ↑.

Model yang ditampilkan

13

Rata-rata Skor Pemanggilan alat

8.7

Model terbaik

Grok 4.20 Beta 3.0
Peringkat Model Perusahaan Skor Pemanggilan alat Skor Tes benar Waktu respons (rata-rata)
#143 MiMo-V2.5 none Xiaomi 10.0 4.9 1/1 2.43s
#145 Laguna M.1 none Poolside 10.0 4.8 1/1 7.54s
#147 GPT-4o-mini none OpenAI 10.0 4.8 1/1 2.51s
#148 GPT-5.4 Nano none OpenAI 10.0 4.7 1/1 3.40s
#150 Qwen3 Coder Next medium Qwen 10.0 4.6 1/1 2.64s
#151 Trinity Large Preview none Arcee AI 10.0 4.6 1/1 6.67s
#152 MiMo-V2-Flash none Xiaomi 10.0 4.6 1/1 2.28s
#154 Qwen3.5-9B none Qwen 10.0 4.6 1/1 1.27s
#155 Mercury 2 none Inception 10.0 4.5 1/1 1.27s
#156 Hy3 preview none Tencent 10.0 4.4 1/1 33.8s
#158 GLM 4.7 Flash medium Z.ai 10.0 4.4 1/1 15.9s
#161 Qwen3.5-9B medium Qwen 10.0 4.2 1/1 4.31s
#163 Granite 4.1 8B none IBM Granite 10.0 4.0 1/1 2.17s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)