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） |
|---|---|---|---|---|---|---|---|
| #368 | Nemotron 3.5 Lightning medium | NVIDIA | 1.0 | 0.5 | $0.195 | 1/1 | 4.92s |
| #410 | Ling 3.0 Tiny medium | Inclusionai | 1.0 | 0.4 | $0.000 | 1/1 | 4.91s |
| #376 | GLM 5V Turbo none | Z.ai | 1.0 | 0.5 | $0.052 | 1/1 | 4.86s |
| #44 | Muse Wonder minimal | Meta | 1.0 | 0.9 | $1.639 | 1/1 | 4.86s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 1/1 | 4.84s |
| #411 | Grok 4.20 Beta default | X AI | 1.0 | 0.4 | $0.087 | 1/1 | 4.79s |
| #163 | Grok 4.7 medium | X AI | 1.0 | 0.7 | $2.938 | 1/1 | 4.79s |
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 1/1 | 4.77s |
| #19 | GPT-6 Sol medium | OpenAI | 1.0 | 0.9 | $0.703 | 1/1 | 4.77s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 1/1 | 4.77s |
| #227 | Claude Sonnet 5.5 medium | Anthropic | 1.0 | 0.7 | $1.100 | 1/1 | 4.75s |
| #323 | Claude Opus 4.7 none | Anthropic | 1.0 | 0.5 | $0.505 | 1/1 | 4.74s |
| #76 | Qwen3.8 Max (0902) low | Qwen | 1.0 | 0.9 | $1.131 | 1/1 | 4.73s |
| #184 | GPT-5.2 Chat default | OpenAI | 1.0 | 0.7 | $0.594 | 1/1 | 4.68s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1.0 | 0.7 | $0.909 | 1/1 | 4.67s |