正在加载页面内容
BFCL-V4Agent
Berkeley Function Calling Leaderboard (BFCL) v4 由 UC Berkeley 提出，评测 LLM 的函数调用和工具使用能力。包含多种 API 调用场景、多轮对话、并行函数调用和多语言支持。v4 版本增加了更复杂的嵌套调用和错误处理评测用例。
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 77.5 | Anthropic | Qwen3.5 技术报告 | ||
| 2 | 76.7 | Anthropic | Qwen3.7-Plus 技术报告 | ||
| 3 | 75 | 阿里巴巴 | Qwen3.7-Max 技术报告 | ||
| 4 | 72.9 | 阿里巴巴 | Qwen3.7-Plus 技术报告 | ||
| 5 | 72.9 | 阿里巴巴 | Qwen3.5 技术报告 | ||
| 6 | 72.5 | Qwen3.5 技术报告 | |||
| 7 | 72.2 | 阿里巴巴 | Qwen3.5-122B-A10B 技术报告 | ||
| 8 | 71.3 | 月之暗面 | Qwen3.7-Plus 技术报告 | ||
| 9 | 70.9 | 智谱AI | Qwen3.7-Plus 技术报告 | ||
| 10 | 70.6 | 深度求索 | Qwen3.7-Plus 技术报告 |
