Peringkat model Pemanggilan alat

Kategori AI BENCHY

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

Rata-rata Skor Pemanggilan alat

8.7

Model terbaik

Ring-2.6-1T 10.0

Alasan kegagalan

Dengan alasan kegagalan Kesalahan API15 Dengan alasan kegagalan Pemanggilan alat tidak valid7 Dengan alasan kegagalan Tidak mengikuti instruksi6 Dengan alasan kegagalan Jawaban salah2 Dengan alasan kegagalan Tidak ada jawaban2

Peringkat	Model	Perusahaan	Skor Pemanggilan alat	Skor	Tes benar	Waktu respons (rata-rata)
#128	Qwen3.6 Flash none	Qwen	10.0	5.4	1/1	2.49s
#140	Qwen3 Coder Next none	Qwen	10.0	4.9	1/1	2.47s
#143	MiMo-V2.5 none	Xiaomi	10.0	4.9	1/1	2.43s
#144	GPT-5.4 Mini none	OpenAI	3.0	4.9	0/1	2.32s
#117	Qwen3.5-35B-A3B none	Qwen	10.0	5.6	1/1	2.30s
#152	MiMo-V2-Flash none	Xiaomi	10.0	4.6	1/1	2.28s
#163	Granite 4.1 8B none	IBM Granite	10.0	4.0	1/1	2.17s
#131	Qwen3.5-122B-A10B none	Qwen	10.0	5.3	1/1	2.04s
#146	Laguna Xs.2 none	Poolside	3.0	4.8	0/1	1.93s
#97	Gemini 2.5 Flash none	Google	10.0	6.2	1/1	1.91s
#81	Mercury 2 medium	Inception	10.0	6.6	1/1	1.89s
#142	Mistral Small 4 none	Mistral	10.0	4.9	1/1	1.40s
#154	Qwen3.5-9B none	Qwen	10.0	4.6	1/1	1.27s
#155	Mercury 2 none	Inception	10.0	4.5	1/1	1.27s
#20	Gemini 3.5 Flash none	Google	3.0	8.1	0/1	0ms

←

1 9 10 11

→

Peringkat Pemanggilan alat

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)