IQ of SI
Español ▾

Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona

Berkeley Function Calling Leaderboard: resultados de modelos de IA

Berkeley Function Calling Leaderboard es un benchmark de Agentes ejecutado por UC Berkeley (Gorilla). En nuestros datos hay resultados publicados de 41 modelos.

Forma parte del índice SI-IQ (carga α = 0,47, nivel de azar 0 %).

Evaluador
UC Berkeley (Gorilla)
Página principal del benchmark
gorilla.cs.berkeley.edu/leaderboard.html

Resultados

Fuente
1 Claude Opus 4.5 Anthropic77,5 %115111–118 11 nov 2025Berkeley Function Calling Leaderboard
2 Claude Sonnet 4.5 Anthropic73,2 %110107–113 12 sept 2025Berkeley Function Calling Leaderboard
3 Gemini 3 Pro Google DeepMind72,5 %122115–130 4 resultados de menos de 5 benchmarks nov 2025Berkeley Function Calling Leaderboard
4 GLM-4.6abierto Z.ai (Zhipu AI), Tsinghua University72,4 %117106–128 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas sept 2025Berkeley Function Calling Leaderboard
5 Claude Haiku 4.5 Anthropic68,7 %10499–108 8 oct 2025Berkeley Function Calling Leaderboard
6 o3 OpenAI63,0 %116113–119 10 abr 2025Berkeley Function Calling Leaderboard
7 Grok 4 xAI63,0 %114107–120 4 resultados de menos de 5 benchmarks jul 2025Berkeley Function Calling Leaderboard
8 DeepSeek-V3.2-Expabierto DeepSeek56,7 %112103–121 4 resultados de menos de 5 benchmarks sept 2025Berkeley Function Calling Leaderboard
9 Gemini 2.5 Flash (Jun 2025) Google DeepMind56,2 %10291–113 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas jun 2025Berkeley Function Calling Leaderboard
10 GPT-5.2 OpenAI55,9 %125122–128 11 dic 2025Berkeley Function Calling Leaderboard
11 GPT-5 mini OpenAI55,5 %115112–118 12 ago 2025Berkeley Function Calling Leaderboard
12 GPT-4.1 OpenAI54,0 %9187–94 11 abr 2025Berkeley Function Calling Leaderboard
13 o4-mini OpenAI53,2 %112109–115 10 abr 2025Berkeley Function Calling Leaderboard
14 Qwen3-235B-A22B-Instruct (Jul 2025)abierto Alibaba52,1 %9685–107 3 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas jul 2025Berkeley Function Calling Leaderboard
15 GPT-5 nano OpenAI51,5 %105102–109 11 ago 2025Berkeley Function Calling Leaderboard
16 GPT-4.1 mini OpenAI50,5 %9188–95 11 abr 2025Berkeley Function Calling Leaderboard
17 Qwen3-32Babierto Alibaba48,7 %9589–100 6 abr 2025Berkeley Function Calling Leaderboard
18 Cohere Command Aabierto Cohere46,5 %9375–112 1 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores mar 2025Berkeley Function Calling Leaderboard
19 Qwen3-8Babierto Alibaba42,6 %9184–97 3 resultados de menos de 5 benchmarks abr 2025Berkeley Function Calling Leaderboard
20 Qwen3-30B-A3B-Instruct (Jul 2025)abierto Alibaba41,4 %9186–97 5 resultados de menos de 5 benchmarks jul 2025Berkeley Function Calling Leaderboard
21 Qwen3-14Babierto Alibaba41,0 %9387–99 5 resultados de menos de 5 benchmarks abr 2025Berkeley Function Calling Leaderboard
22 Mistral Large 2 (Nov 2024)abierto Mistral AI38,4 %7166–76 4 resultados de menos de 5 benchmarks nov 2024Berkeley Function Calling Leaderboard
23 Mistral Medium 3 Mistral AI37,7 %8681–90 4 resultados de menos de 5 benchmarks may 2025Berkeley Function Calling Leaderboard
24 Llama 4 Maverickabierto Meta AI37,3 %8177–85 7 abr 2025Berkeley Function Calling Leaderboard
25 Mistral Small 3.2abierto Mistral AI37,1 %8074–87 3 resultados de menos de 5 benchmarks jun 2025Berkeley Function Calling Leaderboard
26 qwen3-4b-instruct-2507 —35,7 %8579–92 3 resultados de menos de 5 benchmarks ago 2025Berkeley Function Calling Leaderboard
27 GPT-4.1 nano OpenAI33,0 %7672–80 9 abr 2025Berkeley Function Calling Leaderboard
28 Llama 3.3 70Babierto Meta AI31,9 %6661–71 6 dic 2024Berkeley Function Calling Leaderboard
29 Gemma 3 12Babierto Google DeepMind30,4 %7366–79 5 resultados de menos de 5 benchmarks mar 2025Berkeley Function Calling Leaderboard
30 Gemma 3 27Babierto Google DeepMind29,5 %7772–81 5 mar 2025Berkeley Function Calling Leaderboard
31 Phi-4abierto Microsoft Research28,8 %7671–81 4 resultados de menos de 5 benchmarks dic 2024Berkeley Function Calling Leaderboard
32 Qwen3-1.7Babierto Alibaba28,4 %6557–73 3 resultados de menos de 5 benchmarks abr 2025Berkeley Function Calling Leaderboard
33 Llama 4 Scoutabierto Meta AI28,1 %7368–78 4 resultados de menos de 5 benchmarks abr 2025Berkeley Function Calling Leaderboard
34 Mistral NeMoabierto Mistral AI27,6 %4741–53 3 resultados de menos de 5 benchmarks jul 2024Berkeley Function Calling Leaderboard
35 Qwen3-0.6Babierto Alibaba23,9 %6445–83 1 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas; resultados de menos de 2 evaluadores abr 2025Berkeley Function Calling Leaderboard
36 Llama 3.2 3Babierto Meta AI21,9 %6142–80 2 resultados de menos de 5 benchmarks; resultados en menos de 3 áreas sept 2024Berkeley Function Calling Leaderboard
37 Gemma 3 4Babierto Google DeepMind19,6 %6353–73 4 resultados de menos de 5 benchmarks mar 2025Berkeley Function Calling Leaderboard
38 granite-4.0-350m —19,0 %5337–68 3 resultados de menos de 5 benchmarks oct 2025Berkeley Function Calling Leaderboard
39 Ministral 8Babierto Mistral AI11,1 %4741–53 3 resultados de menos de 5 benchmarks oct 2024Berkeley Function Calling Leaderboard
40 Llama 3.2 1Babierto Meta AI10,8 %4227–58 3 resultados de menos de 5 benchmarks sept 2024Berkeley Function Calling Leaderboard
41 Gemma 3 1Babierto Google DeepMind7,2 %4025–55 3 resultados de menos de 5 benchmarks mar 2025Berkeley Function Calling Leaderboard

Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); LiteLLM, model_prices_and_context_window.json (MIT); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter (licencias y cambios).