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） |
|---|---|---|---|---|---|---|---|
| #316 | Kimi K2.6 none | Moonshot AI | 1.0 | 0.5 | $0.486 | 1/1 | 4.46s |
| #318 | Gemini 2.5 Flash none | 1.0 | 0.5 | $0.017 | 1/1 | 1.91s | |
| #319 | GPT-6 Luna none | OpenAI | 1.0 | 0.5 | $0.026 | 1/1 | 71.2s |
| #320 | Gemma 4 26B A4B none | 1.0 | 0.5 | $0.031 | 1/1 | 57.1s | |
| #322 | Seed-2.0-Code none | Bytedance Seed | 1.0 | 0.5 | $0.257 | 1/1 | 48.8s |
| #323 | Claude Opus 4.7 none | Anthropic | 1.0 | 0.5 | $0.505 | 1/1 | 4.74s |
| #324 | Qwen3.8 27B none | Qwen | 1.0 | 0.5 | ~$0.010 | 1/1 | 2.75s |
| #325 | North Mini Code medium | Cohere | 1.0 | 0.5 | $0.000 | 1/1 | 3.93s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1.0 | 0.5 | $0.060 | 1/1 | 1.65s |
| #328 | Step 3.5 Flash medium | Stepfun | 1.0 | 0.5 | $0.105 | 1/1 | 11.9s |
| #330 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 1/1 | 15.0s |
| #331 | GPT-5.6 Luna none | OpenAI | 1.0 | 0.5 | $0.042 | 1/1 | 2.80s |
| #332 | Granite 4.2 8B low | IBM Granite | 1.0 | 0.5 | $0.036 | 1/1 | 2.23s |
| #333 | Kimi K2.5 none | Moonshot AI | 1.0 | 0.5 | $0.262 | 1/1 | 14.0s |
| #334 | Qwen3.6 Max Preview none | Qwen | 1.0 | 0.5 | $0.228 | 1/1 | 5.27s |