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: 响应时间（平均） ↑.
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） |
|---|---|---|---|---|---|---|---|
| #240 | Beam 1.0 501B A23B max | Reflection | 0.3 | 0.6 | $0.799 | 0/1 | 2.15s |
| #405 | Granite 4.1 8b default | IBM Granite | 1.0 | 0.4 | $0.007 | 1/1 | 2.17s |
| #337 | Inkling Small low | Thinkingmachines | 0.3 | 0.5 | $0.055 | 0/1 | 2.21s |
| #332 | Granite 4.2 8B low | IBM Granite | 1.0 | 0.5 | $0.036 | 1/1 | 2.23s |
| #349 | Laguna S 2.1 medium | Poolside | 1.0 | 0.5 | $0.092 | 1/1 | 2.24s |
| #230 | Mercury 2.5 Preview high | Inception | 0.3 | 0.6 | $0.040 | 0/1 | 2.25s |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1.0 | 0.8 | $0.589 | 1/1 | 2.28s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1.0 | 0.6 | $0.029 | 1/1 | 2.28s |
| #420 | MiMo-V2-Flash default | Xiaomi | 1.0 | 0.3 | $0.025 | 1/1 | 2.28s |
| #182 | MiMo-V2.6-Flash low | Xiaomi | 1.0 | 0.7 | $0.200 | 1/1 | 2.29s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1.0 | 0.6 | $0.120 | 1/1 | 2.30s |
| #356 | Inkling Small none | Thinkingmachines | 0.3 | 0.5 | $0.054 | 0/1 | 2.31s |
| #303 | GPT-5.4 Mini none | OpenAI | 0.3 | 0.6 | $0.170 | 0/1 | 2.32s |
| #377 | Laguna S 2.1 low | Poolside | 1.0 | 0.5 | $0.108 | 1/1 | 2.36s |
| #204 | Mercury 2.5 Preview medium | Inception | 0.3 | 0.7 | $0.039 | 0/1 | 2.37s |