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)
#58	Gemini 3.1 Flash Lite Preview none	Google	10.0	7.2	1/1	3.39s
#48	Gemini 3 Flash Preview none	Google	10.0	7.4	1/1	3.35s
#95	Qwen3.5 Plus 2026-02-15 none	Qwen	10.0	6.3	1/1	3.33s
#123	MiMo-V2.5-Pro none	Xiaomi	10.0	5.5	1/1	3.30s
#3	Gemini 3.5 Flash low	Google	10.0	9.4	1/1	3.27s
#57	Step 3.7 Flash low	Stepfun	10.0	7.3	1/1	3.25s
#104	Nemotron 3 Ultra 550b A55b none	NVIDIA	10.0	6.0	1/1	2.99s
#90	Gemini 3.1 Flash Lite none	Google	10.0	6.4	1/1	2.97s
#136	Elephant Alpha medium	Openrouter	3.0	5.1	0/1	2.83s
#71	Step 3.7 Flash high	Stepfun	10.0	7.0	1/1	2.79s
#32	Gemini 3.5 Flash minimal	Google	10.0	7.7	1/1	2.79s
#137	Elephant Alpha none	Openrouter	3.0	5.1	0/1	2.79s
#125	GPT-5.4 none	OpenAI	10.0	5.5	1/1	2.75s
#150	Qwen3 Coder Next medium	Qwen	10.0	4.6	1/1	2.64s
#147	GPT-4o-mini none	OpenAI	10.0	4.8	1/1	2.51s

Peringkat Pemanggilan alat

Model teratas menurut Skor Pemanggilan alat

Skor Pemanggilan alat vs total biaya

Model teratas menurut Waktu respons (rata-rata)