Clasament modele pentru 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

Media pentru Scor Apelare instrumente

0.8

Cel mai bun model

Kimi K3 0.3

Motive de eșec

Cu motivul de eșec Eroare API39 Cu motivul de eșec Nu a urmat instrucțiunile13 Cu motivul de eșec Apel de instrument invalid11 Cu motivul de eșec Răspuns greșit9 Cu motivul de eșec Fără răspuns3

451/451

Rang	Model	Companie	Scor Apelare instrumente	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#240	Beam 1.0 501B A23B max	Reflection	0.3	0.6	$0.799	0/1	2.15s
Total teste 1 Teste greșite 1 Cost total $0.799 Timp de răspuns (mediu) 2.15s
#405	Granite 4.1 8b default	IBM Granite	1.0	0.4	$0.007	1/1	2.17s
Total teste 1 Teste greșite 0 Cost total $0.007 Timp de răspuns (mediu) 2.17s
#337	Inkling Small low	Thinkingmachines	0.3	0.5	$0.055	0/1	2.21s
Total teste 1 Teste greșite 1 Cost total $0.055 Timp de răspuns (mediu) 2.21s
#332	Granite 4.2 8B low	IBM Granite	1.0	0.5	$0.036	1/1	2.23s
Total teste 1 Teste greșite 0 Cost total $0.036 Timp de răspuns (mediu) 2.23s
#349	Laguna S 2.1 medium	Poolside	1.0	0.5	$0.092	1/1	2.24s
Total teste 1 Teste greșite 0 Cost total $0.092 Timp de răspuns (mediu) 2.24s
#230	Mercury 2.5 Preview high	Inception	0.3	0.6	$0.040	0/1	2.25s
Total teste 1 Teste greșite 1 Cost total $0.040 Timp de răspuns (mediu) 2.25s
#126	DeepSeek V4.1 Flash 1017 high	DeepSeek	1.0	0.8	$0.589	1/1	2.28s
Total teste 1 Teste greșite 0 Cost total $0.589 Timp de răspuns (mediu) 2.28s
#280	Granite 4.2 8B medium	IBM Granite	1.0	0.6	$0.029	1/1	2.28s
Total teste 1 Teste greșite 0 Cost total $0.029 Timp de răspuns (mediu) 2.28s
#420	MiMo-V2-Flash default	Xiaomi	1.0	0.3	$0.025	1/1	2.28s
Total teste 1 Teste greșite 0 Cost total $0.025 Timp de răspuns (mediu) 2.28s
#182	MiMo-V2.6-Flash low	Xiaomi	1.0	0.7	$0.200	1/1	2.29s
Total teste 1 Teste greșite 0 Cost total $0.200 Timp de răspuns (mediu) 2.29s
#313	Qwen3.5-35B-A3B none	Qwen	1.0	0.6	$0.120	1/1	2.30s
Total teste 1 Teste greșite 0 Cost total $0.120 Timp de răspuns (mediu) 2.30s
#356	Inkling Small none	Thinkingmachines	0.3	0.5	$0.054	0/1	2.31s
Total teste 1 Teste greșite 1 Cost total $0.054 Timp de răspuns (mediu) 2.31s
#303	GPT-5.4 Mini none	OpenAI	0.3	0.6	$0.170	0/1	2.32s
Total teste 1 Teste greșite 1 Cost total $0.170 Timp de răspuns (mediu) 2.32s
#377	Laguna S 2.1 low	Poolside	1.0	0.5	$0.108	1/1	2.36s
Total teste 1 Teste greșite 0 Cost total $0.108 Timp de răspuns (mediu) 2.36s
#204	Mercury 2.5 Preview medium	Inception	0.3	0.7	$0.039	0/1	2.37s
Total teste 1 Teste greșite 1 Cost total $0.039 Timp de răspuns (mediu) 2.37s

Clasament Apelare instrumente

Filtrează modelele

Top modele după Scor Apelare instrumente

Scor Apelare instrumente vs cost total

Top modele după Timp de răspuns (mediu)