AI BENCHY
Advertise here

AI BENCHY 分类

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。

显示的模型数

15

工具调用 得分 平均值

8.7

排名 模型 公司 工具调用 得分 分数 测试正确 响应时间(平均)
#110 Seed-2.0-Lite none Bytedance Seed 10.0 5.8 1/1 3.94s
#111 Owl Alpha medium Openrouter 10.0 5.7 1/1 8.26s
#112 GLM 5.1 none Z.ai 10.0 5.7 1/1 10.7s
#113 DeepSeek V4 Pro none DeepSeek 10.0 5.7 1/1 5.92s
#114 Qwen3.5 Plus 2026-04-20 none Qwen 10.0 5.7 1/1 4.42s
#115 Qwen3.5-27B none Qwen 10.0 5.7 1/1 3.54s
#116 Hunter Alpha none OpenRouter 10.0 5.7 1/1 6.02s
#117 Qwen3.5-35B-A3B none Qwen 10.0 5.6 1/1 2.30s
#119 Cobuddy medium Baidu 10.0 5.6 1/1 11.2s
#120 Mimo V2 PRO none Xiaomi 10.0 5.6 1/1 4.39s
#121 Owl Alpha none Openrouter 10.0 5.5 1/1 22.8s
#123 MiMo-V2.5-Pro none Xiaomi 10.0 5.5 1/1 3.30s
#124 Kimi K2.6 none Moonshot AI 10.0 5.5 1/1 4.46s
#125 GPT-5.4 none OpenAI 10.0 5.5 1/1 2.75s
#127 Grok 4.20 none X AI 10.0 5.4 1/1 4.63s

按 工具调用 得分 排名的顶级模型

工具调用 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型