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。

排行数据源

#模型得分

1

Claude Opus 4.5Anthropic

77.5%

2

Claude Opus 4.6Anthropic

76.7%

3

Qwen3.7-Max阿里巴巴

75.0%

4

Qwen3.7-Plus阿里巴巴

72.9%

5

Qwen3.5-397B-A17B阿里巴巴

72.9%

6

Gemini 3 ProGoogle

72.5%

7

Qwen3.5-122B-A10B阿里巴巴

72.2%

8

Kimi-K2.6月之暗面

71.3%

9

GLM-5.1智谱AI

70.9%

10

DeepSeek-V4-Pro深度求索

70.6%

共 17 个模型

返回基准目录

BFCL-V4Agent

官方网站

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。

排行数据源

#模型得分

1

Claude Opus 4.5Anthropic

77.5%

2

Claude Opus 4.6Anthropic

76.7%

3

Qwen3.7-Max阿里巴巴

75.0%

4

Qwen3.7-Plus阿里巴巴

72.9%

5

Qwen3.5-397B-A17B阿里巴巴

72.9%

6

Gemini 3 ProGoogle

72.5%

7

Qwen3.5-122B-A10B阿里巴巴

72.2%

8

Kimi-K2.6月之暗面

71.3%

9

GLM-5.1智谱AI

70.9%

10

DeepSeek-V4-Pro深度求索

70.6%

共 17 个模型