Berkeley Function-Calling Leaderboard V4
42 modelos con valor. Líder: Opus 4.5 con 77,47 %.
| Ficha del benchmark | |
|---|---|
| Tarea | allgemein - Werkzeug- und Funktionsaufrufe, agentische Ablaeufe |
| Métrica | Overall Acc ueber Non-Live, Live, Multi-Turn, Web Search, Memory und Relevanzerkennung |
| Dirección | ↑ mayor es mejor |
| Limitación | Naechste Verwandte der Strukturausgabe (Argumente nach Schema), misst aber Aufrufe, nicht das Befuellen eines festen JSON-Objekts. FC- und Prompt-Eintraege desselben Modells unterscheiden sich deutlich; der Katalog nimmt FC, wo vorhanden. Stand April 2026 - neuere Modelle (Qwen3.5/3.6, Gemma 4, DeepSeek V4) fehlen. |
| Fecha | 12 abr 2026 |
| Fuente | gorilla.cs.berkeley.edu |
| Licencia | Apache-2.0 — Berkeley Function Calling Leaderboard (Gorilla) |
Clasificación (42)
Ninguna entrada coincide con el filtro.
| Modelo | Posición | Valor | Desarrollador | Procesamiento en la UE: EntradaUE entrada | Procesamiento en la UE: SalidaUE salida | todos los proveedores: Entradatodos entrada | todos los proveedores: Salidatodos salida | Pesos abiertos | Memoria GPU (4 bits, estimada)Memoria GPU |
|---|---|---|---|---|---|---|---|---|---|
| Opus 4.5 | 1 | 77,47 % | Anthropic | 4,77 € | 23,85 € | 2,24 € | 11,20 € | – no | – |
| Sonnet 4.5 | 2 | 73,24 % | Anthropic | 2,68 € | 13,42 € | 1,34 € | 6,72 € | – no | – |
| GLM 4.6 | 3 | 72,38 % | Z.ai | – | – | 0,39 € | 1,57 € | ✓ sí | desde 201 GB |
| Grok 4.1 Fast Reasoning | 4 | 69,57 % | xAI | – | – | 0,18 € | 0,45 € | – no | – |
| Claude Haiku 4.5 | 5 | 68,7 % | Anthropic | 0,89 € | 4,47 € | 0,45 € | 2,24 € | – no | – |
| o3 | 6 | 63,05 % | OpenAI | – | – | 0,90 € | 3,58 € | – no | – |
| o3 2025-04-16 | 6 | 63,05 % | OpenAI | 0,99 € | 3,94 € | 0,90 € | 3,58 € | – no | – |
| Kimi K2 Instruct | 8 | 59,06 % | Moonshot AI | – | – | 0,51 € | 2,06 € | ✓ sí | desde 554 GB |
| Grok 4.1 Fast Non-Reasoning | 9 | 58,29 % | xAI | – | – | 0,18 € | 0,45 € | – no | – |
| Gemini 2.5 Flash | 10 | 56,2 % | 0,27 € | 2,24 € | 0,13 € | 1,12 € | – no | – | |
| GPT-5.2 | 11 | 55,87 % | OpenAI | 1,72 € | 13,79 € | 0,78 € | 6,27 € | – no | – |
| GPT-5 mini | 12 | 55,46 % | OpenAI | 0,25 € | 1,97 € | 0,11 € | 0,90 € | – no | – |
| GPT-4.1 | 13 | 54 % | OpenAI | 1,97 € | 7,87 € | 0,90 € | 3,58 € | – no | – |
| GPT-4.1-2025-04-14 | 14 | 53,96 % | OpenAI | 0,99 € | 3,94 € | 0,90 € | 3,58 € | – no | – |
| o4-mini 2025-04-16 | 15 | 53,24 % | OpenAI | 0,54 € | 2,17 € | 0,49 € | 1,97 € | – no | – |
| Qwen3 235B A22B Instruct 2507 | 16 | 52,15 % | qwen-alibaba | 0,08 € | 0,53 € | 0,099 € | 0,39 € | ✓ sí | desde 134 GB |
| GPT-5 nano | 17 | 51,45 % | OpenAI | 0,049 € | 0,39 € | 0,022 € | 0,18 € | – no | – |
| gpt-4.1-mini | 18 | 50,45 % | OpenAI | 0,39 € | 1,53 € | 0,18 € | 0,72 € | – no | – |
| GPT-4.1-mini-2025-04-14 | 18 | 50,45 % | OpenAI | 0,20 € | 0,79 € | 0,18 € | 0,72 € | – no | – |
| Qwen3-32B | 20 | 48,7 % | qwen-alibaba | 0,28 € | 0,28 € | 0,072 € | 0,25 € | ✓ sí | desde 23 GB |
| Qwen3 8B | 21 | 42,57 % | Alibaba Cloud | – | – | – | – | ✓ sí | desde 9 GB |
| Qwen3 30B A3B Instruct 2507 | 22 | 41,39 % | Alibaba Cloud | 0,089 € | 0,27 € | 0,089 € | 0,27 € | ✓ sí | desde 21 GB |
| Qwen3-14B | 23 | 41 % | Alibaba Cloud | 0,18 € | 0,90 € | 0,11 € | 0,21 € | ✓ sí | desde 13 GB |
| Mistral Large 2.1 | 24 | 38,4 % | Mistral AI | – | – | – | – | ✓ sí | desde 72 GB |
| Llama 4 Maverick | 25 | 37,29 % | Meta | – | – | 0,16 € | 0,52 € | ✓ sí | desde 225 GB |
| Mistral Small 3.2 24B | 26 | 37,1 % | Mistral AI | 0,061 € | 0,16 € | 0,061 € | 0,16 € | ✓ sí | desde 18 GB |
| Gemini 2.5 Flash-Lite | 27 | 36,9 % | – | – | 0,045 € | 0,18 € | – no | – | |
| gpt-4.1-nano | 28 | 33,05 % | OpenAI | 0,10 € | 0,39 € | 0,10 € | 0,39 € | – no | – |
| GPT-4.1-nano-2025-04-14 | 28 | 33,05 % | OpenAI | 0,049 € | 0,20 € | 0,045 € | 0,18 € | – no | – |
| Llama 3.3 70B | 30 | 31,9 % | Meta | 0,45 € | 0,65 € | 0,09 € | 0,29 € | ✓ sí | desde 43 GB |
| Gemma 3 12B | 31 | 30,4 % | – | – | 0,045 € | 0,13 € | ✓ sí | desde 11 GB | |
| Gemma 3 27B | 32 | 29,5 % | 0,089 € | 0,27 € | 0,072 € | 0,14 € | ✓ sí | desde 20 GB | |
| Phi-4 | 33 | 28,8 % | Microsoft | – | – | 0,063 € | 0,13 € | ✓ sí | desde 13 GB |
| Llama 4 Scout 17B-16E | 34 | 28,13 % | Meta | – | – | 0,09 € | 0,27 € | ✓ sí | desde 64 GB |
| Mistral Nemo Instruct | 35 | 27,63 % | Mistral AI | 0,016 € | 0,025 € | 0,016 € | 0,025 € | ✓ sí | desde 11 GB |
| Nova 2 Lite | 36 | 27,1 % | Amazon | 0,34 € | 2,82 € | 0,15 € | 1,23 € | – no | – |
| Llama 3.1 8B Instruct | 37 | 25,83 % | Meta | 0,016 € | 0,041 € | 0,018 € | 0,036 € | ✓ sí | desde 9 GB |
| Nova Pro | 38 | 24,97 % | Amazon | 0,82 € | 3,29 € | 0,36 € | 1,43 € | – no | – |
| Nova Micro | 39 | 22,29 % | Amazon | 0,036 € | 0,14 € | 0,031 € | 0,13 € | – no | – |
| Llama 3.2 3B | 40 | 21,95 % | Meta | – | – | 0,046 € | 0,30 € | ✓ sí | desde 6 GB |
| Gemma 3 4B | 41 | 19,62 % | – | – | 0,018 € | 0,036 € | ✓ sí | desde 7 GB | |
| Llama 3.2 1B | 42 | 10,82 % | Meta | – | – | 0,024 € | 0,18 € | ✓ sí | desde 5 GB |
Valores iguales = misma posición. Al filtrar, la posición sigue siendo la de la lista completa. La memoria GPU «desde …» es un mínimo (parámetros × 0,55 GB + 4 GB). Precios: € por 1 M de tokens. Fuente: páginas de precios de los proveedores, leídas y revisadas por searchit. A 7 nov 2026.
Precio y rendimiento
Valores: Berkeley Function-Calling Leaderboard V4, Apache-2.0 — Berkeley Function Calling Leaderboard (Gorilla). Tomados sin cambios de la fuente.