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: 总成本 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #66 | GPT-5.2 medium | OpenAI | 0.5 | 0.9 | $1.558 | 0/1 | 10.3s |
| #86 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 1/1 | 23.1s | |
| #56 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 1/1 | 3.89s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1.0 | 0.7 | $1.594 | 1/1 | 8.92s |
| #22 | GPT-5.6 Sol high | OpenAI | 1.0 | 0.9 | $1.595 | 1/1 | 7.08s |
| #44 | Muse Wonder minimal | Meta | 1.0 | 0.9 | $1.639 | 1/1 | 4.86s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1.0 | 0.9 | $1.645 | 1/1 | 27.4s |
| #57 | Muse Spark 1.1 medium | Meta | 1.0 | 0.9 | $1.665 | 1/1 | 6.99s |
| #80 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 1/1 | 6.63s |
| #20 | GPT-5.6 Sol medium | OpenAI | 1.0 | 0.9 | $1.700 | 1/1 | 6.30s |
| #48 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 1/1 | 28.3s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 1/1 | 72.6s |
| #273 | Gemini 3.5 Flash none | 0.3 | 0.6 | $1.752 | 0/1 | 0ms | |
| #30 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 1/1 | 10.6s |
| #17 | Gemini 4 Argon high | 1.0 | 1.0 | $1.802 | 1/1 | 28.5s |