Рейтинг Вызов инструментов
Посмотрите, какие AI-модели лучше всего справляются с Вызов инструментов, какие остаются надежными и где заметнее всего разница. Сортировать по: Общая стоимость ↓.
Показано моделей
15
Среднее значение Оценка Вызов инструментов
8.9
Лучшая модель
Grok 4.20 Multi Agent Beta 3.0
341/341
Фильтровать модели
Нет моделей, соответствующих текущему поиску и фильтрам.
| Ранг | Модель | Компания | Оценка Вызов инструментов | Оценка | Общая стоимость | Тестов верно | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|
| #81 | Grok 4.7 low | X AI | 10.0 | 7.9 | $1.320 | 1/1 | 4.26s |
| #9 | GPT-6 Astra low | OpenAI | 10.0 | 9.5 | $1.289 | 1/1 | 4.95s |
| #158 | Seed-2.0-Code high | Bytedance Seed | 4.7 | 6.9 | $1.273 | 0/1 | 35.1s |
| #16 | GPT-5.5 low | OpenAI | 10.0 | 9.3 | $1.257 | 1/1 | 4.96s |
| #135 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.247 | 1/1 | 8.92s |
| #161 | Step 3.7 Flash high | Stepfun | 10.0 | 6.8 | $1.229 | 1/1 | 2.79s |
| #59 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $1.182 | 0/1 | 10.3s |
| #34 | Pareto none | Unbiased | 10.0 | 8.9 | $1.172 | 1/1 | 3.29s |
| #134 | Claude Opus 4.8 none | Anthropic | 10.0 | 7.3 | $1.166 | 1/1 | 5.35s |
| #25 | Qwen3.7 Max medium | Qwen | 10.0 | 9.1 | $1.157 | 1/1 | 6.63s |
| #162 | Seed-2.0-Code medium | Bytedance Seed | 4.7 | 6.8 | $1.153 | 0/1 | 36.4s |
| #208 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.1 | $1.148 | 1/1 | 4.65s |
| #49 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.6 | $1.132 | 1/1 | 18.3s |
| #117 | Grok Build 0.1 medium | X AI | 10.0 | 7.5 | $1.130 | 1/1 | 13.1s |
| #41 | Claude Opus 5 low | Anthropic | 10.0 | 8.7 | $1.121 | 1/1 | 9.03s |