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） |
|---|---|---|---|---|---|---|---|
| #264 | Trinity Large Thinking low | Arcee AI | 1.0 | 0.6 | $0.918 | 1/1 | 5.19s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 1.0 | 0.4 | $0.070 | 1/1 | 5.13s |
| #179 | Qwen3.8 Flash Next xhigh | Qwen | 1.0 | 0.7 | ~$0.195 | 1/1 | 5.11s |
| #103 | GPT-5.6 Terra medium | OpenAI | 1.0 | 0.8 | $0.483 | 1/1 | 5.09s |
| #212 | Grok 4.7 high | X AI | 1.0 | 0.7 | $3.037 | 1/1 | 5.08s |
| #378 | Nemotron 3.5 Lightning low | NVIDIA | 1.0 | 0.5 | $0.175 | 1/1 | 5.08s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 1/1 | 5.06s |
| #193 | Muse Glimmer 30B low | Meta | 1.0 | 0.7 | $0.219 | 1/1 | 5.04s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1.0 | 0.8 | $0.063 | 1/1 | 5.02s |
| #192 | Gemini 3 Flash Preview low | 1.0 | 0.7 | $0.254 | 1/1 | 4.99s | |
| #110 | GPT-5.6 Luna high | OpenAI | 1.0 | 0.8 | $0.118 | 1/1 | 4.98s |
| #91 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 1/1 | 4.97s |
| #23 | GPT-5.5 low | OpenAI | 1.0 | 0.9 | $1.822 | 1/1 | 4.96s |
| #93 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 1/1 | 4.96s | |
| #14 | GPT-6 Astra low | OpenAI | 1.0 | 1.0 | $2.160 | 1/1 | 4.95s |