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: 测试正确 ↑.
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 |
| #87 | Inkling high | Thinkingmachines | 0.3 | 0.8 | $1.238 | 0/1 | 6.52s |
| #94 | Kimi K3 max | Moonshot AI | 0.3 | 0.8 | $3.409 | 0/1 | 0ms |
| #97 | Ling 3.1 Flash medium | Inclusionai | 0.3 | 0.8 | $0.000 | 0/1 | 47.2s |
| #99 | Gemini 4 Argon low | 0.5 | 0.8 | $0.438 | 0/1 | 6.57s | |
| #115 | GPT-5.6 Terra low | OpenAI | 0.5 | 0.8 | $0.435 | 0/1 | 6.69s |
| #119 | GPT-5.4 Mini medium | OpenAI | 0.5 | 0.8 | $1.102 | 0/1 | 9.62s |
| #125 | Ling 3.1 Flash high | Inclusionai | 0.3 | 0.8 | $0.000 | 0/1 | 38.2s |
| #145 | Qwen3.8 27B low | Qwen | 0.3 | 0.8 | ~$0.089 | 0/1 | 8.42s |
| #147 | GLM 5.1 medium | Z.ai | 0.3 | 0.8 | $1.546 | 0/1 | 0ms |
| #150 | Seed-2.0-Code high | Bytedance Seed | 0.5 | 0.7 | $1.448 | 0/1 | 35.1s |
| #154 | Seed-2.0-Code medium | Bytedance Seed | 0.5 | 0.7 | $1.275 | 0/1 | 36.4s |
| #157 | Inkling Small high | Thinkingmachines | 0.3 | 0.7 | $0.398 | 0/1 | 2.91s |
| #159 | Inkling medium | Thinkingmachines | 0.3 | 0.7 | $0.527 | 0/1 | 4.48s |
| #170 | Qwen3.8 27B medium | Qwen | 0.3 | 0.7 | ~$0.073 | 0/1 | 0ms |