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） |
|---|---|---|---|---|---|---|---|
| #128 | GLM 5.3 high | Z.ai | 1.0 | 0.8 | $0.495 | 1/1 | 17.0s |
| #109 | DeepSeek V4.1 Flash low | DeepSeek | 1.0 | 0.8 | $0.494 | 1/1 | 13.8s |
| #316 | Kimi K2.6 none | Moonshot AI | 1.0 | 0.5 | $0.486 | 1/1 | 4.46s |
| #103 | GPT-5.6 Terra medium | OpenAI | 1.0 | 0.8 | $0.483 | 1/1 | 5.09s |
| #175 | GLM 5 medium | Z.ai | 1.0 | 0.7 | $0.479 | 1/1 | 15.9s |
| #70 | GPT-6 Sol low | OpenAI | 1.0 | 0.9 | $0.477 | 1/1 | 4.03s |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1.0 | 0.8 | $0.460 | 1/1 | 4.41s |
| #16 | GPT-6.1 Sol low | OpenAI | 1.0 | 1.0 | $0.460 | 1/1 | 5.53s |
| #321 | GLM 5V Turbo medium | Z.ai | 0.7 | 0.5 | $0.457 | 0/1 | 12.5s |
| #234 | GLM 5.1 none | Z.ai | 1.0 | 0.6 | $0.451 | 1/1 | 10.7s |
| #120 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 1/1 | 3.92s |
| #176 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 1/1 | 3.25s |
| #167 | Gemini 3.5 Flash Lite medium | 1.0 | 0.7 | $0.440 | 1/1 | 2.84s | |
| #393 | MiniMax M2.5 medium | Minimax | 1.0 | 0.4 | $0.440 | 1/1 | 15.4s |
| #99 | Gemini 4 Argon low | 0.5 | 0.8 | $0.438 | 0/1 | 6.57s |