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: Teste corecte ↑.

Modele afișate

Media pentru Scor Apelare instrumente

8.8

Cel mai bun model

GPT-5.2 4.7

Motive de eșec

Cu motivul de eșec Eroare API25 Cu motivul de eșec Nu a urmat instrucțiunile12 Cu motivul de eșec Apel de instrument invalid11 Cu motivul de eșec Răspuns greșit5 Cu motivul de eșec Fără răspuns2

316/316

Rang	Model	Companie	Scor Apelare instrumente	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#52	GPT-5.2 medium	OpenAI	4.7	8.4	$1.182	0/1	10.3s
Total teste 1 Teste greșite 1 Cost total $1.182 Timp de răspuns (mediu) 10.3s
#55	Inkling Small high	Thinkingmachines	3.0	8.4	$0.398	0/1	2.91s
Total teste 1 Teste greșite 1 Cost total $0.398 Timp de răspuns (mediu) 2.91s
#64	Inkling high	Thinkingmachines	3.0	8.0	$1.046	0/1	6.52s
Total teste 1 Teste greșite 1 Cost total $1.046 Timp de răspuns (mediu) 6.52s
#69	Inkling medium	Thinkingmachines	3.0	8.0	$0.383	0/1	4.48s
Total teste 1 Teste greșite 1 Cost total $0.383 Timp de răspuns (mediu) 4.48s
#71	Kimi K3 max	Moonshot AI	3.0	7.9	$3.467	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $3.467 Timp de răspuns (mediu) 0ms
#74	Qwen3.8 27B low	Qwen	3.0	7.9	~$0.071	0/1	8.42s
Total teste 1 Teste greșite 1 Cost total ~$0.071 Timp de răspuns (mediu) 8.42s
#81	Qwen3.8 27B medium	Qwen	3.0	7.8	~$0.058	0/1	0ms
Total teste 1 Teste greșite 1 Cost total ~$0.058 Timp de răspuns (mediu) 0ms
#96	GPT-5.6 Terra low	OpenAI	4.7	7.5	$0.420	0/1	6.69s
Total teste 1 Teste greșite 1 Cost total $0.420 Timp de răspuns (mediu) 6.69s
#101	Mercury 2.5 Preview medium	Inception	3.0	7.5	$0.024	0/1	2.37s
Total teste 1 Teste greșite 1 Cost total $0.024 Timp de răspuns (mediu) 2.37s
#102	GPT-5.4 Mini medium	OpenAI	4.7	7.5	$0.786	0/1	9.62s
Total teste 1 Teste greșite 1 Cost total $0.786 Timp de răspuns (mediu) 9.62s
#107	Kimi K2.7 Code medium	Moonshot AI	3.0	7.4	$0.687	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.687 Timp de răspuns (mediu) 0ms
#134	GLM 5.1 medium	Z.ai	3.0	7.0	$0.727	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.727 Timp de răspuns (mediu) 0ms
#137	Grok 4.20 medium	X AI	3.0	7.0	$0.805	0/1	13.7s
Total teste 1 Teste greșite 1 Cost total $0.805 Timp de răspuns (mediu) 13.7s
#143	Seed-2.0-Code high	Bytedance Seed	4.7	6.9	$1.273	0/1	35.1s
Total teste 1 Teste greșite 1 Cost total $1.273 Timp de răspuns (mediu) 35.1s
#144	Gemini 3.5 Flash none	Google	3.0	6.9	$1.093	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $1.093 Timp de răspuns (mediu) 0ms

Clasament Apelare instrumente

Filtrează modelele

Top modele după Scor Apelare instrumente

Scor Apelare instrumente vs cost total

Top modele după Timp de răspuns (mediu)

Clasament Apelare instrumente

Filtrează modelele

Top modele după Scor Apelare instrumente

Scor Apelare instrumente vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.

Top modele după Timp de răspuns (mediu)

Scor Apelare instrumente vs cost total