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

8

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)
#52 Grok 4.1 Fast medium X AI 2.8 6.7 0/1 27.7s
#41 MiMo-V2-Flash medium Xiaomi 10.0 7.5 1/1 27.8s
#46 Kimi K2.5 medium Moonshot AI 10.0 7.0 1/1 31.7s
#57 GPT-5 Nano medium OpenAI 10.0 6.3 1/1 33.3s
#27 DeepSeek V3.2 medium DeepSeek 10.0 8.0 1/1 34.8s
#51 Nemotron 3 Super medium NVIDIA 10.0 6.7 1/1 39.7s
#60 Gemma 4 26B A4B none Google 10.0 6.2 1/1 57.1s
#39 Seed-2.0-Mini medium Bytedance Seed 10.0 7.5 1/1 88.7s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)