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: 测试正确 ↓.
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） |
|---|---|---|---|---|---|---|---|
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 1/1 | 74.2s |
| #32 | Muse Wonder medium | Meta | 1.0 | 0.9 | $3.397 | 1/1 | 9.26s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 1/1 | 10.6s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 1.0 | 0.9 | $8.557 | 1/1 | 41.4s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 1/1 | 7.83s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 1/1 | 1.92s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 1/1 | 5.21s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 1/1 | 6.37s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 1/1 | 6.42s |
| #40 | Muse Spark 1.3 high | Meta | 1.0 | 0.9 | $1.891 | 1/1 | 33.9s |
| #41 | Muse Wonder low | Meta | 1.0 | 0.9 | $2.637 | 1/1 | 8.75s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 1/1 | 3.29s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 1/1 | 26.0s |
| #44 | Muse Wonder minimal | Meta | 1.0 | 0.9 | $1.639 | 1/1 | 4.86s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 1/1 | 5.06s |