Skip to content
简体中文

切换主题

发现▾

不知道从哪开始？本周最热的软件、模型和组合，3 分钟看完 AI 圈的变化。

AI 软件▾

给人用的 AI 软件：从 ChatGPT 这类助手，到写代码、做视频、搭工作流的工具，按用途挑。

Agent 工具▾

给 AI 用的软件：让你的 agent（Claude Code、Codex、Cursor…）能上网、读文档、跑代码、记住事情。

模型▾

选模型、算成本、自己部署：价格、榜单、评测、免费额度和自建算力都在这里。

解决方案▾

有具体目标或报错？按场景给出现成的软件组合、步骤和问题解法。

学 AI▾

一套从零到前沿的系统课程，配算法库、必读论文和精选教程。

前沿▾

每天的 AI 新闻、每周热点、最新论文和 AI 改造各学科的进度。

工具调用与 Agent · %

BFCL v4 (function calling)

伯克利函数调用排行榜：单次/并行/多轮工具调用、网页搜索、记忆、判断该不该调用工具。

持续更新 数据污染风险: 中 107 条成绩 · 80 个模型 更新于 2026年10月22日 最新成绩：2026-10-17 官方榜单 ↗

测什么

各类别综合正确率；FC 表示原生函数调用，Prompt 表示用提示词实现调用。

局限

按语法树比对，可能把合理的其他调用方式判错；榜单定期而非实时更新。

数据污染风险: 中

测试数据公开。

排行

80 个模型

# 模型 厂商 分数 名次 设定 来源类型 日期
1 Claude Opus 4.5 Anthropic 77.5% 1 Overall accuracy; native function calling (FC)“Claude-Opus-4-5-20251101 (FC)” 官方榜单 2026年10月17日
2 Claude Sonnet 4.5 Anthropic 73.2% 2 Overall accuracy; native function calling (FC)“Claude-Sonnet-4-5-20250929 (FC)” 官方榜单 2026年10月17日
3 Gemini 3 Pro Google 72.5% 3 Overall accuracy; prompt-based“Gemini-3-Pro-Preview (Prompt)” 官方榜单 2026年10月17日
4 GLM-4.6OW Zhipu AI (Z.ai) 72.4% 4 Overall accuracy“GLM-4.6 (FC thinking)” 官方榜单 2026年10月17日
5 Grok 4.1 fast xAI 69.6% 5 Overall accuracy; native function calling (FC)“Grok-4-1-fast-reasoning (FC)” 官方榜单 2026年10月17日
6 Claude Haiku 4.5 Anthropic 68.7% 6 Overall accuracy; native function calling (FC)“Claude-Haiku-4-5-20251001 (FC)” 官方榜单 2026年10月17日
7 o3 OpenAI 63.0% 8 Overall accuracy; prompt-based“o3-2025-04-16 (Prompt)” 官方榜单 2026年10月17日
8 Grok 4 xAI 63.0% 9 Overall accuracy; prompt-based“Grok-4-0709 (Prompt)” 官方榜单 2026年10月17日
9 Moonshotai-Kimi-K2-InstructOW Moonshot AI 59.1% 11 Overall accuracy; native function calling (FC)“Moonshotai-Kimi-K2-Instruct (FC)” 官方榜单 2026年10月17日
10 Command A ReasoningOW Cohere 57.1% 13 Overall accuracy; native function calling (FC)“Command A Reasoning (FC)” 官方榜单 2026年10月17日
11 DeepSeek-V3.2-Exp (Prompt + Thinking)OW DeepSeek 56.7% 14 Overall accuracy 官方榜单 2026年10月17日
12 Gemini 2.5 Flash (Jun 2025) Google 56.2% 15 Overall accuracy; native function calling (FC)“Gemini-2.5-Flash (FC)” 官方榜单 2026年10月17日
13 GPT-5.2 OpenAI 55.9% 16 Overall accuracy; native function calling (FC)“GPT-5.2-2025-12-11 (FC)” 官方榜单 2026年10月17日
14 GPT-5 mini OpenAI 55.5% 17 Overall accuracy; native function calling (FC)“GPT-5-mini-2025-08-07 (FC)” 官方榜单 2026年10月17日
15 xLAM-2-32b-fc-rOW Salesforce 54.7% 18 Overall accuracy; native function calling (FC)“xLAM-2-32b-fc-r (FC)” 官方榜单 2026年10月17日
16 DeepSeek-V3.2-ExpOW DeepSeek 54.1% 19 Overall accuracy; native function calling (FC)“DeepSeek-V3.2-Exp (FC)” 官方榜单 2026年10月17日
17 GPT-4.1 OpenAI 54.0% 20 Overall accuracy; native function calling (FC)“GPT-4.1-2025-04-14 (FC)” 官方榜单 2026年10月17日
18 o4-mini OpenAI 53.2% 21 Overall accuracy; native function calling (FC)“o4-mini-2025-04-16 (FC)” 官方榜单 2026年10月17日
19 xLAM-2-70b-fc-rOW Salesforce 53.1% 22 Overall accuracy; native function calling (FC)“xLAM-2-70b-fc-r (FC)” 官方榜单 2026年10月17日
20 Qwen3-235B-A22B-Instruct (Jul 2025)OW Alibaba (Qwen) 52.1% 23 Overall accuracy; prompt-based“Qwen3-235B-A22B-Instruct-2507 (Prompt)” 官方榜单 2026年10月17日
21 GPT-5 nano OpenAI 51.5% 24 Overall accuracy; native function calling (FC)“GPT-5-nano-2025-08-07 (FC)” 官方榜单 2026年10月17日
22 Nanbeige4-3B-Thinking-2511OW Nanbeige 51.4% 25 Overall accuracy; native function calling (FC)“Nanbeige4-3B-Thinking-2511 (FC)” 官方榜单 2026年10月17日
23 GPT-4.1 mini OpenAI 50.5% 27 Overall accuracy; native function calling (FC)“GPT-4.1-mini-2025-04-14 (FC)” 官方榜单 2026年10月17日
24 Qwen3-32BOW Alibaba (Qwen) 48.7% 29 Overall accuracy; native function calling (FC)“Qwen3-32B (FC)” 官方榜单 2026年10月17日
25 Nanbeige3.5-Pro-ThinkingOW Nanbeige 47.7% 32 Overall accuracy; native function calling (FC)“Nanbeige3.5-Pro-Thinking (FC)” 官方榜单 2026年10月17日
26 xLAM-2-8b-fc-rOW Salesforce 46.7% 34 Overall accuracy; native function calling (FC)“xLAM-2-8b-fc-r (FC)” 官方榜单 2026年10月17日
27 BitAgent-Bounty-8BOW Bittensor 46.2% 36 Overall accuracy 官方榜单 2026年10月17日
28 Arch-Agent-32BOW katanemo 45.4% 37 Overall accuracy 官方榜单 2026年10月17日
29 Qwen3-8BOW Alibaba (Qwen) 42.6% 39 Overall accuracy; native function calling (FC)“Qwen3-8B (FC)” 官方榜单 2026年10月17日
30 ToolACE-2-8BOW Huawei Noah & USTC 42.4% 40 Overall accuracy; native function calling (FC)“ToolACE-2-8B (FC)” 官方榜单 2026年10月17日
31 Qwen3-30B-A3B-Instruct (Jul 2025)OW Alibaba (Qwen) 41.4% 41 Overall accuracy; native function calling (FC)“Qwen3-30B-A3B-Instruct-2507 (FC)” 官方榜单 2026年10月17日
32 xLAM-2-3b-fc-rOW Salesforce 41.2% 42 Overall accuracy; native function calling (FC)“xLAM-2-3b-fc-r (FC)” 官方榜单 2026年10月17日
33 Qwen3-14BOW Alibaba (Qwen) 41.0% 43 Overall accuracy; native function calling (FC)“Qwen3-14B (FC)” 官方榜单 2026年10月17日
34 Mistral Large 2 (Nov 2024)OW Mistral AI 38.4% 46 Overall accuracy; native function calling (FC)“mistral-large-2411 (FC)” 官方榜单 2026年10月17日
35 Mistral Medium 3 Mistral AI 37.7% 48 Overall accuracy“Mistral-Medium-2505” 官方榜单 2026年10月17日
36 Llama 4 MaverickOW Meta 37.3% 50 Overall accuracy; native function calling (FC)“Llama-4-Maverick-17B-128E-Instruct-FP8 (FC)” 官方榜单 2026年10月17日
37 Mistral Small 3.2OW Mistral AI 37.1% 51 Overall accuracy; native function calling (FC)“Mistral-small-2506 (FC)” 官方榜单 2026年10月17日
38 Gemini-2.5-Flash-Lite Google 36.9% 52 Overall accuracy; native function calling (FC)“Gemini-2.5-Flash-Lite (FC)” 官方榜单 2026年10月17日
39 qwen3-4b-instruct-2507OW Alibaba (Qwen) 35.7% 54 Overall accuracy; native function calling (FC)“Qwen3-4B-Instruct-2507 (FC)” 官方榜单 2026年10月17日
40 Arch-Agent-3BOW katanemo 35.4% 56 Overall accuracy 官方榜单 2026年10月17日
41 GPT-4.1 nano OpenAI 33.0% 58 Overall accuracy; native function calling (FC)“GPT-4.1-nano-2025-04-14 (FC)” 官方榜单 2026年10月17日
42 Arch-Agent-1.5BOW katanemo 32.1% 60 Overall accuracy 官方榜单 2026年10月17日
43 Command R7BOW Cohere 32.1% 61 Overall accuracy; native function calling (FC)“Command R7B (FC)” 官方榜单 2026年10月17日
44 Llama 3.3 70BOW Meta 31.9% 62 Overall accuracy; native function calling (FC)“Llama-3.3-70B-Instruct (FC)” 官方榜单 2026年10月17日
45 Hammer2.1-7bOW MadeAgents 31.7% 64 Overall accuracy; native function calling (FC)“Hammer2.1-7b (FC)” 官方榜单 2026年10月17日
46 xLAM-2-1b-fc-rOW Salesforce 30.4% 65 Overall accuracy; native function calling (FC)“xLAM-2-1b-fc-r (FC)” 官方榜单 2026年10月17日
47 Gemma 3 12BOW Google 30.4% 66 Overall accuracy; prompt-based“Gemma-3-12b-it (Prompt)” 官方榜单 2026年10月17日
48 Hammer2.1-3bOW MadeAgents 29.7% 68 Overall accuracy; native function calling (FC)“Hammer2.1-3b (FC)” 官方榜单 2026年10月17日
49 Gemma 3 27BOW Google 29.5% 69 Overall accuracy; prompt-based“Gemma-3-27b-it (Prompt)” 官方榜单 2026年10月17日
50 Phi-4OW Microsoft Research 28.8% 70 Overall accuracy; prompt-based“Phi-4 (Prompt)” 官方榜单 2026年10月17日
51 Qwen3-1.7BOW Alibaba (Qwen) 28.4% 71 Overall accuracy; native function calling (FC)“Qwen3-1.7B (FC)” 官方榜单 2026年10月17日
52 Llama 4 ScoutOW Meta 28.1% 72 Overall accuracy; native function calling (FC)“Llama-4-Scout-17B-16E-Instruct (FC)” 官方榜单 2026年10月17日
53 CoALM-70BOW UIUC + Oumi 28.0% 74 Overall accuracy 官方榜单 2026年10月17日
54 Hammer2.1-1.5bOW MadeAgents 27.9% 75 Overall accuracy; native function calling (FC)“Hammer2.1-1.5b (FC)” 官方榜单 2026年10月17日
55 Palmyra-X-004 Writer 27.9% 76 Overall accuracy; native function calling (FC)“palmyra-x-004 (FC)” 官方榜单 2026年10月17日
56 Mistral NeMoOW Mistral AI 27.6% 78 Overall accuracy; native function calling (FC)“Open-Mistral-Nemo-2407 (FC)” 官方榜单 2026年10月17日
57 Amazon-Nova-2-Lite-v1:0 Amazon 27.1% 80 Overall accuracy; native function calling (FC)“Amazon-Nova-2-Lite-v1:0 (FC)” 官方榜单 2026年10月17日
58 Granite-3.1-8B-InstructOW IBM 27.1% 81 Overall accuracy; native function calling (FC)“Granite-3.1-8B-Instruct (FC)” 官方榜单 2026年10月17日
59 Falcon3-10B-InstructOW TII UAE 27.0% 82 Overall accuracy; native function calling (FC)“Falcon3-10B-Instruct (FC)” 官方榜单 2026年10月17日
60 Granite-3.2-8B-InstructOW IBM 26.9% 83 Overall accuracy; native function calling (FC)“Granite-3.2-8B-Instruct (FC)” 官方榜单 2026年10月17日
61 CoALM-8BOW UIUC + Oumi 26.8% 84 Overall accuracy 官方榜单 2026年10月17日
62 Llama 3.1-8BOW Meta 25.8% 85 Overall accuracy; prompt-based“Llama-3.1-8B-Instruct (Prompt)” 官方榜单 2026年10月17日
63 MiniCPM3-4B-FCOW openbmb 25.6% 86 Overall accuracy; native function calling (FC)“MiniCPM3-4B-FC (FC)” 官方榜单 2026年10月17日
64 Amazon Nova Pro Amazon 25.0% 88 Overall accuracy; native function calling (FC)“Amazon-Nova-Pro-v1:0 (FC)” 官方榜单 2026年10月17日
65 Falcon3-7B-InstructOW TII UAE 24.0% 91 Overall accuracy; native function calling (FC)“Falcon3-7B-Instruct (FC)” 官方榜单 2026年10月17日
66 Qwen3-0.6BOW Alibaba (Qwen) 23.9% 92 Overall accuracy; native function calling (FC)“Qwen3-0.6B (FC)” 官方榜单 2026年10月17日
67 Granite-20b-FunctionCallingOW IBM 23.2% 93 Overall accuracy; native function calling (FC)“Granite-20b-FunctionCalling (FC)” 官方榜单 2026年10月17日
68 Amazon Nova Micro Amazon 22.3% 95 Overall accuracy; native function calling (FC)“Amazon-Nova-Micro-v1:0 (FC)” 官方榜单 2026年10月17日
69 RZN-TOW Phronetic AI 22.3% 96 Overall accuracy; prompt-based“RZN-T (Prompt)” 官方榜单 2026年10月17日
70 Llama-3.2-3B-InstructOW Meta 21.9% 98 Overall accuracy; native function calling (FC)“Llama-3.2-3B-Instruct (FC)” 官方榜单 2026年10月17日
71 Bielik-11B-v2.3-InstructOW SpeakLeash & ACK Cyfronet AGH 21.9% 99 Overall accuracy; prompt-based“Bielik-11B-v2.3-Instruct (Prompt)” 官方榜单 2026年10月17日
72 Hammer2.1-0.5bOW MadeAgents 21.2% 100 Overall accuracy; native function calling (FC)“Hammer2.1-0.5b (FC)” 官方榜单 2026年10月17日
73 Gemma 3 4BOW Google 19.6% 101 Overall accuracy; prompt-based“Gemma-3-4b-it (Prompt)” 官方榜单 2026年10月17日
74 granite-4.0-350mOW IBM 19.0% 103 Overall accuracy; native function calling (FC)“Granite-4.0-350m (FC)” 官方榜单 2026年10月17日
75 Falcon3-3B-InstructOW TII UAE 16.3% 104 Overall accuracy; native function calling (FC)“Falcon3-3B-Instruct (FC)” 官方榜单 2026年10月17日
76 Ministral 8BOW Mistral AI 11.1% 105 Overall accuracy; native function calling (FC)“Ministral-8B-Instruct-2410 (FC)” 官方榜单 2026年10月17日
77 Falcon3-1B-InstructOW TII UAE 11.1% 106 Overall accuracy; native function calling (FC)“Falcon3-1B-Instruct (FC)” 官方榜单 2026年10月17日
78 Llama 3.2 1BOW Meta 10.8% 107 Overall accuracy; native function calling (FC)“Llama-3.2-1B-Instruct (FC)” 官方榜单 2026年10月17日
79 Llama-3.1-Nemotron-Ultra-253B-v1OW NVIDIA 10.0% 108 Overall accuracy; native function calling (FC)“Llama-3.1-Nemotron-Ultra-253B-v1 (FC)” 官方榜单 2026年10月17日
80 Gemma 3 1BOW Google 7.2% 109 Overall accuracy; prompt-based“Gemma-3-1b-it (Prompt)” 官方榜单 2026年10月17日

数据来源与许可

来源许可 / 条款本站使用方式最近抓取
Berkeley Function Calling Leaderboard (BFCL)
Gorilla / BFCL team, UC Berkeley
 Apache-2.0 (gorilla repo) 开放许可：完整收录并署名 2026年10月22日
← 全部基准 · 了解评测基准是怎么回事

常见问题

BFCL v4 (function calling) 测的是什么？

伯克利函数调用排行榜：单次/并行/多轮工具调用、网页搜索、记忆、判断该不该调用工具。 各类别综合正确率；FC 表示原生函数调用，Prompt 表示用提示词实现调用。

BFCL v4 (function calling) 的结果可靠吗？

按语法树比对，可能把合理的其他调用方式判错；榜单定期而非实时更新。 数据污染风险: 中 – 测试数据公开。

数据更新于：模型评测成绩（北京时间）