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)
#10 Claude Opus 4.8 medium Anthropic 10.0 8.7 1/1 8.96s
#37 Gemma 4 26B A4B medium Google 10.0 7.6 1/1 9.01s
#50 Gemini 3.1 Flash Lite Preview low Google 10.0 7.4 1/1 9.54s
#45 GPT-5.4 Mini medium OpenAI 4.7 7.5 0/1 9.62s
#69 Claude Opus 4.6 medium Anthropic 10.0 7.0 1/1 9.73s
#23 GLM 5 Turbo medium Z.ai 10.0 8.0 1/1 9.84s
#42 GPT-5.2 medium OpenAI 4.7 7.5 0/1 10.3s
#49 Qwen3.5-Flash medium Qwen 10.0 7.4 1/1 10.3s
#9 GPT-5.5 medium OpenAI 10.0 8.8 1/1 10.6s
#112 GLM 5.1 none Z.ai 10.0 5.7 1/1 10.7s
#98 GLM 5 none Z.ai 10.0 6.1 1/1 11.1s
#119 Cobuddy medium Baidu 10.0 5.6 1/1 11.2s
#133 DeepSeek V3.2 none DeepSeek 10.0 5.2 1/1 11.8s
#62 Step 3.5 Flash medium Stepfun 10.0 7.2 1/1 11.9s
#67 MiniMax M3 medium Minimax 10.0 7.1 1/1 11.9s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)