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） |
|---|---|---|---|---|---|---|---|
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 1/1 | 3.27s | |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 1/1 | 5.93s |
| #48 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 1/1 | 28.3s |
| #49 | Gemini 3.5 Flash Lite high | 1.0 | 0.9 | $0.624 | 1/1 | 4.55s | |
| #50 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 1/1 | 8.01s | |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 1/1 | 9.03s |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 1/1 | 4.40s | |
| #53 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 1/1 | 19.2s |
| #54 | Muse Spark Open low | Meta | 1.0 | 0.9 | $0.600 | 1/1 | 4.37s |
| #55 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 1/1 | 4.00s |
| #56 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 1/1 | 3.89s |
| #57 | Muse Spark 1.1 medium | Meta | 1.0 | 0.9 | $1.665 | 1/1 | 6.99s |
| #58 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 1/1 | 17.0s |
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 1/1 | 3.63s |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 1/1 | 8.06s |