工具调用 排名
看看哪些 AI 模型在 工具调用 上表现最好，哪些更稳定，以及差距主要出现在哪里。 排序方式: 指标 ↑.
451/451
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 工具调用 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #77 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 1/1 | 13.3s |
| #78 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 1/1 | 7.39s |
| #79 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 1/1 | 10.7s |
| #80 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 1/1 | 6.63s |
| #81 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 1/1 | 9.86s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 1.0 | 0.8 | $0.349 | 1/1 | 35.6s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 1/1 | 25.9s |
| #84 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 1/1 | 18.6s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1.0 | 0.8 | $0.585 | 1/1 | 8.08s |
| #86 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 1/1 | 23.1s | |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 1/1 | 5.42s |
| #90 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 1/1 | 9.25s |
| #91 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 1/1 | 4.97s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 1/1 | 5.34s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 1/1 | 4.84s |