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） |
|---|---|---|---|---|---|---|---|
| #114 | Qwen3.8 Flash Next low | Qwen | 1.0 | 0.8 | ~$0.045 | 1/1 | 5.85s |
| #116 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 1/1 | 7.45s |
| #117 | GLM 5.3 FlashX max | Z.ai | 1.0 | 0.8 | $0.623 | 1/1 | 9.39s |
| #118 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 1/1 | 13.3s |
| #120 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 1/1 | 3.92s |
| #121 | Gemini 3.5 Flash medium | 1.0 | 0.8 | $1.316 | 1/1 | 3.81s | |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1.0 | 0.8 | $2.949 | 1/1 | 32.9s |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 1.0 | 0.8 | $0.218 | 1/1 | 2.63s |
| #124 | Muse Wonder max | Meta | 1.0 | 0.8 | $4.766 | 1/1 | 8.08s |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1.0 | 0.8 | $0.589 | 1/1 | 2.28s |
| #127 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 1/1 | 6.57s |
| #128 | GLM 5.3 high | Z.ai | 1.0 | 0.8 | $0.495 | 1/1 | 17.0s |
| #129 | Step 3.7 Flash medium | Stepfun | 1.0 | 0.8 | $0.571 | 1/1 | 4.16s |
| #130 | Grok 4.6 medium | X AI | 1.0 | 0.8 | $2.270 | 1/1 | 12.8s |
| #131 | Qwen3.7 Plus none | Qwen | 1.0 | 0.8 | $0.178 | 1/1 | 3.54s |