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。
210/210
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 | DeepSeek V4 Pro high | DeepSeek | 9.8 | 7.7 | $0.200 | 1/1 | 15.9s |
| #121 | gpt-oss-120b medium | OpenAI | 9.8 | 6.1 | $0.019 | 1/1 | 6.91s |
| #27 | Muse Spark 1.1 high | Meta | 9.6 | 8.1 | $1.694 | 1/1 | 9.88s |
| #132 | GPT-5.6 Terra none | OpenAI | 9.6 | 6.0 | $0.349 | 1/1 | 3.10s |
| #152 | Qwen3.6 27B none | Qwen | 9.5 | 5.5 | $0.087 | 1/1 | 6.74s |
| #171 | North Mini Code none | Cohere | 9.5 | 5.1 | $0.000 | 1/1 | 3.64s |
| #93 | GLM 5V Turbo medium | Z.ai | 7.0 | 6.7 | $0.457 | 0/1 | 12.5s |
| #21 | GPT-5.2 medium | OpenAI | 4.7 | 8.4 | $0.951 | 0/1 | 10.3s |
| #55 | GPT-5.6 Terra low | OpenAI | 4.7 | 7.5 | $0.519 | 0/1 | 6.69s |
| #56 | GPT-5.4 Mini medium | OpenAI | 4.7 | 7.5 | $0.756 | 0/1 | 9.62s |
| #172 | MiniMax M2.7 medium | Minimax | 4.7 | 5.0 | $0.163 | 0/1 | 12.0s |
| #177 | Nemotron 3 Super none | NVIDIA | 4.7 | 4.9 | $0.008 | 0/1 | 16.0s |
| #198 | Laguna Xs.2 medium | Poolside | 4.7 | 4.1 | $0.015 | 0/1 | 3.39s |
| #28 | Inkling high | Thinkingmachines | 3.0 | 8.0 | $1.006 | 0/1 | 6.52s |
| #32 | Inkling medium | Thinkingmachines | 3.0 | 8.0 | $0.391 | 0/1 | 4.48s |