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。
311/311
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） |
|---|---|---|---|---|---|---|---|
| #69 | Qwen3.8 27B low | Qwen | 3.0 | 7.9 | ~$0.071 | 0/1 | 8.42s |
| #76 | Qwen3.8 27B medium | Qwen | 3.0 | 7.8 | ~$0.058 | 0/1 | 0ms |
| #96 | Mercury 2.5 Preview medium | Inception | 3.0 | 7.5 | $0.024 | 0/1 | 2.37s |
| #102 | Kimi K2.7 Code medium | Moonshot AI | 3.0 | 7.4 | $0.687 | 0/1 | 0ms |
| #129 | GLM 5.1 medium | Z.ai | 3.0 | 7.0 | $0.727 | 0/1 | 0ms |
| #132 | Grok 4.20 medium | X AI | 3.0 | 7.0 | $0.805 | 0/1 | 13.7s |
| #139 | Gemini 3.5 Flash none | 3.0 | 6.9 | $1.093 | 0/1 | 0ms | |
| #160 | Inkling Small medium | Thinkingmachines | 3.0 | 6.6 | $0.113 | 0/1 | 2.12s |
| #162 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.6 | $0.672 | 0/1 | 0ms |
| #163 | Mercury 2.5 Preview high | Inception | 3.0 | 6.6 | $0.030 | 0/1 | 2.25s |
| #179 | Gemma 4 31B medium | 3.0 | 6.2 | $0.100 | 0/1 | 0ms | |
| #188 | Inkling low | Thinkingmachines | 3.0 | 6.1 | $0.187 | 0/1 | 2.57s |
| #191 | Gemma 4 31B none | 3.0 | 6.1 | $0.016 | 0/1 | 0ms | |
| #196 | Grok 4.20 Beta medium | X AI | 3.0 | 6.0 | $0.750 | 0/1 | 12.4s |
| #207 | GPT-5.4 Mini none | OpenAI | 3.0 | 5.9 | $0.095 | 0/1 | 2.32s |