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。
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） |
|---|---|---|---|---|---|---|---|
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 1/1 | 25.9s |
| #84 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 1/1 | 18.6s |
| #85 | Muse Glimmer 30B xhigh | Meta | 1.0 | 0.8 | $0.585 | 1/1 | 8.08s |
| #86 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 1/1 | 23.1s | |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 1/1 | 5.42s |
| #90 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 1/1 | 9.25s |
| #91 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 1/1 | 4.97s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 1/1 | 5.34s |
| #95 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 1/1 | 4.84s |
| #96 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 1/1 | 8.96s |
| #98 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 1/1 | 15.0s |
| #100 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1.0 | 0.8 | $0.757 | 1/1 | 2.43s |
| #101 | Grok 4.5 high | X AI | 1.0 | 0.8 | $2.687 | 1/1 | 5.71s |
| #102 | GLM 5.2 medium | Z.ai | 1.0 | 0.8 | $1.007 | 1/1 | 20.4s |
| #103 | GPT-5.6 Terra medium | OpenAI | 1.0 | 0.8 | $0.483 | 1/1 | 5.09s |