AI BENCHY
Your ad 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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Rata-rata Skor Pemanggilan alat

8.7

Model terbaik

Gemma 4 31B 3.0

Alasan kegagalan

Dengan alasan kegagalan Kesalahan API6 Dengan alasan kegagalan Tidak mengikuti instruksi6 Dengan alasan kegagalan Pemanggilan alat tidak valid3 Dengan alasan kegagalan Jawaban salah2 Dengan alasan kegagalan Tidak ada jawaban2
Peringkat Model Perusahaan Skor Pemanggilan alat Skor Tes benar Waktu respons (rata-rata)
#87 Qwen3 Coder Next none Qwen 10.0 5.1 1/1 2.47s
#89 GPT-4o-mini none OpenAI 10.0 4.9 1/1 2.51s
#92 Qwen3 Coder Next medium Qwen 10.0 4.7 1/1 2.64s
#66 GPT-5.4 none OpenAI 10.0 5.9 1/1 2.75s
#55 MiMo-V2-Omni none Xiaomi 10.0 6.5 1/1 2.76s
#85 Elephant none Openrouter 3.0 5.2 0/1 2.79s
#81 Elephant medium Openrouter 3.0 5.2 0/1 2.83s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.8 1/1 3.33s
#21 Gemini 3 Flash Preview none Google 10.0 8.1 1/1 3.35s
#29 Gemini 3.1 Flash Lite Preview none Google 10.0 7.9 1/1 3.39s
#96 GPT-5.4 Nano none OpenAI 10.0 4.5 1/1 3.40s
#73 Mistral Small 4 medium Mistral 10.0 5.7 1/1 3.50s
#67 Qwen3.5-27B none Qwen 10.0 5.9 1/1 3.54s
#59 Qwen3.5-Flash none Qwen 10.0 6.2 1/1 3.67s
#17 Gemini 3.1 Flash Lite Preview medium Google 10.0 8.2 1/1 3.80s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)