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: Tes benar ↓.

Model yang ditampilkan

15

Rata-rata Skor Pemanggilan alat

8.7

Peringkat Model Perusahaan Skor Pemanggilan alat Skor Tes benar Waktu respons (rata-rata)
#70 GPT-5.4 Nano medium OpenAI 10.0 7.0 1/1 7.71s
#71 Step 3.7 Flash high Stepfun 10.0 7.0 1/1 2.79s
#72 DeepSeek V3.2 medium DeepSeek 10.0 7.0 1/1 34.8s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 1/1 88.7s
#74 Qwen3.6 Max Preview none Qwen 10.0 6.9 1/1 5.27s
#75 Ring-2.6-1T medium Inclusionai 10.0 6.9 1/1 104.4s
#76 Kimi K2.5 medium Moonshot AI 10.0 6.8 1/1 31.7s
#77 Claude Sonnet 4.6 none Anthropic 10.0 6.8 1/1 4.11s
#78 Qwen3.6 27B medium Qwen 10.0 6.8 1/1 16.9s
#79 Hunter Alpha medium OpenRouter 10.0 6.7 1/1 17.3s
#80 Mimo V2 Omni medium Xiaomi 10.0 6.7 1/1 14.0s
#81 Mercury 2 medium Inception 10.0 6.6 1/1 1.89s
#82 Hy3 preview high Tencent 10.0 6.6 1/1 78.8s
#87 Gemini 3.1 Flash Lite minimal Google 10.0 6.4 1/1 3.51s
#88 Qwen3.7 Plus none Qwen 10.0 6.4 1/1 3.54s

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)