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: 合計コスト ↓.
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） |
|---|---|---|---|---|---|---|---|
| #278 | Grok 4.20 Multi Agent Beta medium | X AI | 3.0 | 4.8 | $5.599 | 0/1 | 0ms |
| #5 | GPT-6 Astra xhigh | OpenAI | 10.0 | 9.9 | $5.156 | 1/1 | 11.0s |
| #27 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.163 | 1/1 | 10.6s |
| #3 | GPT-6 Astra max | OpenAI | 10.0 | 9.9 | $3.803 | 1/1 | 20.6s |
| #4 | GPT-6 Astra high | OpenAI | 10.0 | 9.9 | $3.474 | 1/1 | 8.92s |
| #71 | Kimi K3 max | Moonshot AI | 3.0 | 7.9 | $3.467 | 0/1 | 0ms |
| #25 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 1/1 | 13.3s |
| #20 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 1/1 | 8.44s |
| #44 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.004 | 1/1 | 17.0s |
| #87 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $2.961 | 1/1 | 9.73s |
| #57 | Claude Fable 5.1 medium | Anthropic | 10.0 | 8.3 | $2.909 | 1/1 | 13.0s |
| #61 | Qwen3.8 2.4T A95B low | Qwen | 10.0 | 8.1 | $2.672 | 1/1 | 25.9s |
| #141 | Claude Fable 5.1 low | Anthropic | 10.0 | 6.9 | $2.565 | 1/1 | 13.2s |
| #110 | Qwen3.8 2.4T A95B high | Qwen | 10.0 | 7.4 | $2.357 | 1/1 | 32.9s |
| #250 | Gemini 3.1 Flash Lite Preview high | 10.0 | 5.3 | $2.310 | 1/1 | 7.73s |