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） |
|---|---|---|---|---|---|---|---|
| #370 | Laguna S 2.1 none | Poolside | 0.5 | 0.5 | $0.044 | 0/1 | 1.45s |
| #344 | Mistral Small 4 none | Mistral | 1.0 | 0.5 | $0.047 | 1/1 | 1.40s |
| #254 | Gemini 3.5 Flash Lite low | 1.0 | 0.6 | $0.183 | 1/1 | 1.39s | |
| #389 | Granite 4.2 8B none | IBM Granite | 1.0 | 0.4 | $0.037 | 1/1 | 1.39s |
| #335 | Laguna XS 2.1 none | Poolside | 1.0 | 0.5 | $0.020 | 1/1 | 1.36s |
| #367 | Mercury 2.5 Preview default | Inception | 1.0 | 0.5 | $0.023 | 1/1 | 1.29s |
| #362 | Qwen3.5-9B none | Qwen | 1.0 | 0.5 | $0.041 | 1/1 | 1.27s |
| #391 | Mercury 2 none | Inception | 1.0 | 0.4 | $0.033 | 1/1 | 1.27s |
| #397 | Mercury 2.5 none | Inception | 1.0 | 0.4 | $0.026 | 1/1 | 1.23s |
| #94 | Kimi K3 max | Moonshot AI | 0.3 | 0.8 | $3.409 | 0/1 | 0ms |
| #147 | GLM 5.1 medium | Z.ai | 0.3 | 0.8 | $1.546 | 0/1 | 0ms |
| #170 | Qwen3.8 27B medium | Qwen | 0.3 | 0.7 | ~$0.073 | 0/1 | 0ms |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 0.3 | 0.7 | $1.136 | 0/1 | 0ms |
| #197 | Gemma 4 31B medium | 0.3 | 0.7 | $0.144 | 0/1 | 0ms | |
| #229 | Qwen3.6 35B A3B medium | Qwen | 0.3 | 0.7 | $0.834 | 0/1 | 0ms |