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） |
|---|---|---|---|---|---|---|---|
| #271 | Gemini 3.1 Flash Lite Preview none | 1.0 | 0.6 | $0.090 | 1/1 | 3.39s | |
| #228 | Minimax M3.1 Flash high | Minimax | 1.0 | 0.7 | $0.000 | 1/1 | 3.38s |
| #239 | Gemini 3 Flash Preview none | 1.0 | 0.6 | $0.155 | 1/1 | 3.35s | |
| #246 | Mercury 2.5 medium | Inception | 1.0 | 0.6 | $0.034 | 1/1 | 3.35s |
| #146 | Space Bunny Alpha high | Stealth | 1.0 | 0.8 | $0.000 | 1/1 | 3.34s |
| #259 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1.0 | 0.6 | $0.176 | 1/1 | 3.33s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1.0 | 0.5 | $0.135 | 1/1 | 3.30s |
| #304 | Mistral Large 4 none | Mistral | 1.0 | 0.6 | $0.290 | 1/1 | 3.30s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 1/1 | 3.29s |
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 1/1 | 3.27s | |
| #176 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 1/1 | 3.25s |
| #256 | Minimax M3.1 Flash medium | Minimax | 1.0 | 0.6 | $0.000 | 1/1 | 3.13s |
| #297 | GPT-5.6 Terra none | OpenAI | 1.0 | 0.6 | $0.377 | 1/1 | 3.10s |
| #231 | Mercury 2.5 high | Inception | 1.0 | 0.6 | $0.044 | 1/1 | 3.06s |
| #404 | Ling 3.0 Tiny default | Inclusionai | 0.3 | 0.4 | $0.000 | 0/1 | 3.05s |