ツール呼び出し ランキング
ツール呼び出し でどのAIモデルが最も強いか、どのモデルが安定しているか、差が大きいのはどこかを確認できます。 並び替え: 正解テスト ↑.
316/316
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | ツール呼び出し スコア | スコア | 合計コスト | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|
| #52 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $1.182 | 0/1 | 10.3s |
| #55 | Inkling Small high | Thinkingmachines | 3.0 | 8.4 | $0.398 | 0/1 | 2.91s |
| #64 | Inkling high | Thinkingmachines | 3.0 | 8.0 | $1.046 | 0/1 | 6.52s |
| #69 | Inkling medium | Thinkingmachines | 3.0 | 8.0 | $0.383 | 0/1 | 4.48s |
| #71 | Kimi K3 max | Moonshot AI | 3.0 | 7.9 | $3.467 | 0/1 | 0ms |
| #74 | Qwen3.8 27B low | Qwen | 3.0 | 7.9 | ~$0.071 | 0/1 | 8.42s |
| #81 | Qwen3.8 27B medium | Qwen | 3.0 | 7.8 | ~$0.058 | 0/1 | 0ms |
| #96 | GPT-5.6 Terra low | OpenAI | 4.7 | 7.5 | $0.420 | 0/1 | 6.69s |
| #101 | Mercury 2.5 Preview medium | Inception | 3.0 | 7.5 | $0.024 | 0/1 | 2.37s |
| #102 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.786 | 0/1 | 9.62s |
| #107 | Kimi K2.7 Code medium | Moonshot AI | 3.0 | 7.4 | $0.687 | 0/1 | 0ms |
| #134 | GLM 5.1 medium | Z.ai | 3.0 | 7.0 | $0.727 | 0/1 | 0ms |
| #137 | Grok 4.20 medium | X AI | 3.0 | 7.0 | $0.805 | 0/1 | 13.7s |
| #143 | Seed-2.0-Code high | Bytedance Seed | 4.7 | 6.9 | $1.273 | 0/1 | 35.1s |
| #144 | Gemini 3.5 Flash none | 3.0 | 6.9 | $1.093 | 0/1 | 0ms |