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)
#20 Gemini 3.5 Flash none Google 3.0 8.1 0/1 0ms
#27 Gemma 4 31B medium Google 3.0 7.8 0/1 0ms
#46 Qwen3.6 35B A3B medium Qwen 3.0 7.4 0/1 0ms
#55 GLM 5.1 medium Z.ai 3.0 7.3 0/1 0ms
#83 Step 3.5 Flash none Stepfun 3.0 6.6 0/1 0ms
#84 Grok 4.20 Multi Agent Beta medium X AI 3.0 6.6 0/1 0ms
#85 Gemma 4 31B none Google 3.0 6.5 0/1 0ms
#96 Ring-2.6-1T none Inclusionai 3.0 6.2 0/1 0ms
#100 Grok Build 0.1 none X AI 3.0 6.0 0/1 0ms
#126 gpt-oss-120b none OpenAI 3.0 5.4 0/1 0ms
#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
#160 LFM2-24B-A2B none Liquid 3.0 4.2 0/1 0ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 3.0 4.1 0/1 0ms
#155 Mercury 2 none Inception 10.0 4.5 1/1 1.27s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)