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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Rata-rata Skor Pemanggilan alat

8.7

Peringkat Model Perusahaan Skor Pemanggilan alat Skor Tes benar Waktu respons (rata-rata)
#68 Claude Opus 4.8 none Anthropic 10.0 7.0 1/1 5.35s
#101 Mimo V2 Omni none Xiaomi 10.0 6.0 1/1 5.40s
#157 Grok 4.1 Fast none X AI 2.8 4.4 0/1 5.51s
#61 Gemini 3.1 Flash Lite low Google 10.0 7.2 1/1 5.66s
#26 Qwen3.6 Plus medium Qwen 10.0 7.9 1/1 5.87s
#93 Qwen3.6 Plus Preview medium Qwen 10.0 6.3 1/1 5.87s
#113 DeepSeek V4 Pro none DeepSeek 10.0 5.7 1/1 5.92s
#116 Hunter Alpha none OpenRouter 10.0 5.7 1/1 6.02s
#28 Gemini 2.5 Flash medium Google 10.0 7.8 1/1 6.20s
#92 Laguna M.1 medium Poolside 10.0 6.4 1/1 6.31s
#15 GPT-5.3-Codex medium OpenAI 10.0 8.4 1/1 6.37s
#53 Gemini 3.1 Flash Lite high Google 10.0 7.3 1/1 6.44s
#5 Qwen3.7 Max medium Qwen 10.0 9.1 1/1 6.63s
#151 Trinity Large Preview none Arcee AI 10.0 4.6 1/1 6.67s
#118 Qwen3.6 27B none Qwen 9.5 5.6 1/1 6.74s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)