AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

15

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)
#100 Grok Build 0.1 none X AI 3.0 6.0 0/1 0ms
#107 Laguna Xs.2 medium Poolside 4.7 5.8 0/1 3.39s
#122 GLM 4.7 Flash none Z.ai 2.8 5.5 0/1 7.05s
#126 gpt-oss-120b none OpenAI 3.0 5.4 0/1 0ms
#130 MiniMax M2.7 medium Minimax 4.7 5.3 0/1 12.0s
#136 Elephant Alpha medium Openrouter 3.0 5.1 0/1 2.83s
#137 Elephant Alpha none Openrouter 3.0 5.1 0/1 2.79s
#138 Ling-2.6-flash none Inclusionai 3.0 5.0 0/1 18.8s
#141 Nemotron 3 Super none NVIDIA 4.7 4.9 0/1 16.0s
#144 GPT-5.4 Mini none OpenAI 3.0 4.9 0/1 2.32s
#146 Laguna Xs.2 none Poolside 3.0 4.8 0/1 1.93s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 3.0 4.6 0/1 0ms
#153 Qwen3.6 35B A3B none Qwen 3.0 4.6 0/1 0ms
#157 Grok 4.1 Fast none X AI 2.8 4.4 0/1 5.51s
#159 Ling-2.6-1T none Inclusionai 3.0 4.3 0/1 25.7s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)