AI BENCHY
Your ad here

Categorie AI BENCHY

Clasament Apelare instrumente

Vezi ce modele AI se descurcă cel mai bine la Apelare instrumente, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Timp de răspuns (mediu) ↑.

Modele afișate

15

Media pentru Scor Apelare instrumente

8.7

Cel mai bun model

Gemma 4 31B 3.0

Motive de eșec

Cu motivul de eșec Eroare API6 Cu motivul de eșec Nu a urmat instrucțiunile6 Cu motivul de eșec Apel de instrument invalid3 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Răspuns greșit2
Rang Model Companie Scor Apelare instrumente Scor Teste corecte Timp de răspuns (mediu)
#36 GPT-5.3 Chat none OpenAI 10.0 7.7 1/1 8.36s
#34 Kimi K2.6 medium Moonshot AI 10.0 7.7 1/1 8.92s
#24 Gemma 4 26B A4B medium Google 10.0 8.0 1/1 9.01s
#22 Gemini 3.1 Flash Lite Preview low Google 10.0 8.1 1/1 9.54s
#44 GPT-5.4 Mini medium OpenAI 4.7 7.3 0/1 9.62s
#37 Claude Opus 4.6 medium Anthropic 10.0 7.6 1/1 9.73s
#18 GLM 5 Turbo medium Z.ai 10.0 8.1 1/1 9.84s
#40 GPT-5.2 medium OpenAI 4.7 7.5 0/1 10.3s
#32 Qwen3.5-Flash medium Qwen 10.0 7.8 1/1 10.3s
#1 Gemini 3 Flash Preview medium Google 10.0 10.0 1/1 10.6s
#75 GLM 5.1 none Z.ai 10.0 5.6 1/1 10.7s
#35 MiMo-V2-Omni medium Xiaomi 10.0 7.7 1/1 11.1s
#53 GLM 5 none Z.ai 10.0 6.6 1/1 11.1s
#64 DeepSeek V3.2 none DeepSeek 10.0 6.1 1/1 11.8s
#30 Step 3.5 Flash medium Stepfun 10.0 7.9 1/1 11.9s

Top modele după Scor Apelare instrumente

Scor Apelare instrumente vs cost total

Top modele după Timp de răspuns (mediu)