Рейтинг моделей по Вызов инструментов

Посмотрите, какие AI-модели лучше всего справляются с Вызов инструментов, какие остаются надежными и где заметнее всего разница.

Показано моделей

Среднее значение Оценка Вызов инструментов

8.8

Лучшая модель

Gemini 3.6 Flash 10.0

Причины сбоев

С причиной сбоя Ошибка API25 С причиной сбоя Не соблюдены инструкции12 С причиной сбоя Недопустимый вызов инструмента11 С причиной сбоя Неверный ответ5 С причиной сбоя Нет ответа2

311/311

Ранг	Модель	Компания	Оценка Вызов инструментов	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#69	Qwen3.8 27B low	Qwen	3.0	7.9	~$0.071	0/1	8.42s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.071 Время ответа (среднее) 8.42s
#76	Qwen3.8 27B medium	Qwen	3.0	7.8	~$0.058	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.058 Время ответа (среднее) 0ms
#96	Mercury 2.5 Preview medium	Inception	3.0	7.5	$0.024	0/1	2.37s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.024 Время ответа (среднее) 2.37s
#102	Kimi K2.7 Code medium	Moonshot AI	3.0	7.4	$0.687	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.687 Время ответа (среднее) 0ms
#129	GLM 5.1 medium	Z.ai	3.0	7.0	$0.727	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.727 Время ответа (среднее) 0ms
#132	Grok 4.20 medium	X AI	3.0	7.0	$0.805	0/1	13.7s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.805 Время ответа (среднее) 13.7s
#139	Gemini 3.5 Flash none	Google	3.0	6.9	$1.093	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $1.093 Время ответа (среднее) 0ms
#160	Inkling Small medium	Thinkingmachines	3.0	6.6	$0.113	0/1	2.12s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.113 Время ответа (среднее) 2.12s
#162	Qwen3.6 35B A3B medium	Qwen	3.0	6.6	$0.672	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.672 Время ответа (среднее) 0ms
#163	Mercury 2.5 Preview high	Inception	3.0	6.6	$0.030	0/1	2.25s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.030 Время ответа (среднее) 2.25s
#179	Gemma 4 31B medium	Google	3.0	6.2	$0.100	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.100 Время ответа (среднее) 0ms
#188	Inkling low	Thinkingmachines	3.0	6.1	$0.187	0/1	2.57s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.187 Время ответа (среднее) 2.57s
#191	Gemma 4 31B none	Google	3.0	6.1	$0.016	0/1	0ms
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.016 Время ответа (среднее) 0ms
#196	Grok 4.20 Beta medium	X AI	3.0	6.0	$0.750	0/1	12.4s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.750 Время ответа (среднее) 12.4s
#207	GPT-5.4 Mini none	OpenAI	3.0	5.9	$0.095	0/1	2.32s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.095 Время ответа (среднее) 2.32s

Рейтинг Вызов инструментов

Фильтровать модели

Лучшие модели по Оценка Вызов инструментов

Оценка Вызов инструментов vs общая стоимость

Лучшие модели по Время ответа (среднее)