BFCL v4
BFCL (Berkeley Function-Calling Leaderboard) проверяет, правильно ли модель вызывает функции: выбирает нужный инструмент и заполняет его аргументы. В версии v4 есть одиночные вызовы, выбор из нескольких функций и параллельные вызовы, многоходовые диалоги, в том числе с недостающей функцией или параметром и с длинным контекстом, и агентные задачи с веб-поиском и памятью. Отдельно проверяется, замечает ли модель, что ни одна из предложенных функций не подходит, и не вызывает ничего.
Итоговая оценка Overall Acc — взвешенная смесь категорий. Агентные задачи дают 40 % (поиск и память поровну), многоходовые диалоги 30 %, одиночные вызовы в двух наборах и распознавание неподходящих функций — по 10 %. Ответ модели сверяют с заранее составленным списком допустимых вызовов. Таблица лидерборда обновлена в апреле 2026 года.
Чем тест ограничен. Epoch AI в сентябре 2026 года разобрала случайную выборку из 50 задач и в 24 из них (48 %) нашла дефекты, которые могут исказить оценку: устаревший эталонный ответ, правильный вызов, засчитанный как ошибка, неточно поставленное задание. Поэтому разница в несколько пунктов между моделями мало что значит. Функции и сценарии заданы авторами теста и не повторяют ваши инструменты, так что перед выбором модели проверьте ее на своем наборе tools.
- модели с результатом
- 42
- с независимым замером
- 36
- с цифрой разработчика
- 6
Как измеряли
Модель получает описания функций через штатный механизм вызова инструментов в API, поле tools, и возвращает структурированный вызов. Это тот же режим, в котором вы передаете tools в запросе к API, поэтому если ваше приложение вызывает функции именно так, смотрите на эти цифры. Строки, где режим рассуждений указал сам лидерборд, помечены thinking.
Таблица Berkeley Function-Calling Leaderboard на апрель 2026, давно не обновлялась · Методология на сайте источника
| 050100 % | ||||||
|---|---|---|---|---|---|---|
| Claude Opus 4.5(откроется в новой вкладке) | Независимо: 77,47 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 77,47 | — | — | 370 ₽ / 1 850 ₽~3,70 / ~18,50 PnP | апрель 2026 |
| Claude Sonnet 4.5(откроется в новой вкладке) | Независимо: 73,24 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 73,24 | — | — | 222 ₽ / 1 110 ₽~2,22 / ~11,10 PnP | апрель 2026 |
| GLM 4.6(откроется в новой вкладке)уровень thinking | Независимо: 72,38 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 72,38 | — | — | 53,25 ₽ / 196 ₽~0,54 / ~1,96 PnP | апрель 2026 |
| Claude Haiku 4.5(откроется в новой вкладке) | Независимо: 68,7 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 68,7 | — | — | 73,98 ₽ / 370 ₽~0,74 / ~3,70 PnP | апрель 2026 |
| Kimi K2 0711(откроется в новой вкладке) | Независимо: 59,06 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 59,06 | — | — | 62,70 ₽ / 253 ₽~0,63 / 2,53 PnP | апрель 2026 |
| Gemini 2.5 Flash(откроется в новой вкладке) | Независимо: 56,24 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 56,24 | — | — | 26,63 ₽ / 222 ₽~0,27 / ~2,22 PnP | апрель 2026 |
| GPT-5.2(откроется в новой вкладке) | Независимо: 55,87 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 55,87 | — | — | 156 ₽ / 1 243 ₽~1,56 / ~12,43 PnP | апрель 2026 |
| GPT-5 Mini(откроется в новой вкладке) | Независимо: 55,46 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 55,46 | — | — | 27,50 ₽ / 220 ₽~0,28 / 2,2 PnP | апрель 2026 |
| DeepSeek V3.2 Exp(откроется в новой вкладке) | Независимо: 54,12 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 54,12 | — | — | 29,70 ₽ / 45,10 ₽~0,30 / ~0,46 PnP | апрель 2026 |
| GPT-4.1(откроется в новой вкладке) | Независимо: 53,96 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 53,96 | — | — | 220 ₽ / 880 ₽2,2 / 8,8 PnP | апрель 2026 |
| GPT-5 Nano(откроется в новой вкладке) | Независимо: 51,45 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 51,45 | — | — | 5,50 ₽ / 44,00 ₽~0,06 / 0,44 PnP | апрель 2026 |
| GPT-4.1 Mini(откроется в новой вкладке) | Независимо: 50,45 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 50,45 | — | — | 44,00 ₽ / 176 ₽0,44 / 1,76 PnP | апрель 2026 |
| Qwen3 32B(откроется в новой вкладке) | Независимо: 48,71 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 48,71 | — | — | 8,80 ₽ / 30,80 ₽~0,09 / ~0,31 PnP | апрель 2026 |
| o3(откроется в новой вкладке) | Независимо: 48,56 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 48,56 | — | — | 220 ₽ / 880 ₽2,2 / 8,8 PnP | апрель 2026 |
| Qwen3 235B A22B Instruct 2507(откроется в новой вкладке) | Независимо: 47,99 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 47,99 | — | — | 16,50 ₽ / 88,00 ₽~0,17 / 0,88 PnP | апрель 2026 |
| Command A(откроется в новой вкладке) | Независимо: 46,49 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 46,49 | — | — | 275 ₽ / 1 100 ₽2,75 / 11 PnP | апрель 2026 |
| Qwen3 30B A3B Instruct 2507(откроется в новой вкладке) | Независимо: 41,39 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 41,39 | — | — | 11,00 ₽ / 33,00 ₽0,11 / 0,33 PnP | апрель 2026 |
| Qwen3 14B(откроется в новой вкладке) | Независимо: 41,03 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 41,03 | — | — | 13,20 ₽ / 26,40 ₽~0,14 / ~0,27 PnP | апрель 2026 |
| Mistral Medium 3(откроется в новой вкладке) | Независимо: 37,56 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 37,56 | — | — | 48,40 ₽ / 242 ₽~0,49 / 2,42 PnP | апрель 2026 |
| Llama 4 Maverick(откроется в новой вкладке) | Независимо: 37,29 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 37,29 | — | — | 38,50 ₽ / 110 ₽~0,39 / 1,1 PnP | апрель 2026 |
| Mistral Small 3.2 24B(откроется в новой вкладке) | Независимо: 37,15 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 37,15 | — | — | 10,32 ₽ / 27,50 ₽~0,11 / ~0,28 PnP | апрель 2026 |
| Gemini 2.5 Flash Lite(откроется в новой вкладке) | Независимо: 36,87 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 36,87 | — | — | 8,88 ₽ / 35,50 ₽~0,09 / ~0,36 PnP | апрель 2026 |
| GPT-4.1 Nano(откроется в новой вкладке) | Независимо: 33,05 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 33,05 | — | — | 11,00 ₽ / 44,00 ₽0,11 / 0,44 PnP | апрель 2026 |
| Command R7B (12-2024)(откроется в новой вкладке) | Независимо: 32,07 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 32,07 | — | — | 4,13 ₽ / 16,50 ₽~0,05 / ~0,17 PnP | апрель 2026 |
| Llama 3.3 70B Instruct(откроется в новой вкладке) | Независимо: 31,9 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 31,9 | — | — | 78,10 ₽ / 78,10 ₽~0,79 / ~0,79 PnP | апрель 2026 |
| Llama 4 Scout(откроется в новой вкладке) | Независимо: 28,13 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 28,13 | — | — | 11,00 ₽ / 33,00 ₽0,11 / 0,33 PnP | апрель 2026 |
| Mistral Nemo(откроется в новой вкладке) | Независимо: 27,63 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 27,63 | — | — | 3,19 ₽ / 3,30 ₽~0,04 / ~0,04 PnP | апрель 2026 |
| Nova 2 Lite(откроется в новой вкладке) | Независимо: 27,1 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 27,1 | — | — | 33,00 ₽ / 275 ₽0,33 / 2,75 PnP | апрель 2026 |
| Nova Pro 1.0(откроется в новой вкладке) | Независимо: 24,97 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 24,97 | — | — | 88,00 ₽ / 352 ₽0,88 / 3,52 PnP | апрель 2026 |
| Nova Micro 1.0(откроется в новой вкладке) | Независимо: 22,29 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 22,29 | — | — | 3,85 ₽ / 15,40 ₽~0,04 / ~0,16 PnP | апрель 2026 |
| Llama 3.2 3B Instruct(откроется в новой вкладке) | Независимо: 21,95 % (Berkeley Function-Calling Leaderboard, апрель 2026) | 21,95 | — | — | 5,50 ₽ / 36,30 ₽~0,06 / ~0,37 PnP | апрель 2026 |
Только по данным разработчика
Цифру BFCL v4 опубликовал разработчик модели в анонсе или карточке модели. Режим вызова, уровень рассуждений и дату прогона он выбирает сам и раскрывает не всегда, поэтому напрямую с таблицей лидерборда эти цифры не сравниваются.
| 050100 % | ||||||
|---|---|---|---|---|---|---|
| Qwen3.5 397B A17B(откроется в новой вкладке) | По данным разработчика: 72,9 % (февраль 2026) | — | 72,9 | — | 55,00 ₽ / 360 ₽0,55 / 3,6 PnP | февраль 2026 |
| Seed-2.0-Lite(откроется в новой вкладке) | По данным разработчика: 72,9 % (февраль 2026) | — | 72,9 | — | 27,50 ₽ / 220 ₽~0,28 / 2,2 PnP | февраль 2026 |
| Qwen3.5-122B-A10B(откроется в новой вкладке) | По данным разработчика: 72,2 % (февраль 2026) | — | 72,2 | — | 28,60 ₽ / 229 ₽~0,29 / ~2,29 PnP | февраль 2026 |
| Qwen3.5-27B(откроется в новой вкладке) | По данным разработчика: 68,5 % (февраль 2026) | — | 68,5 | — | 28,60 ₽ / 240 ₽~0,29 / 2,4 PnP | февраль 2026 |
| Qwen3.5-9B(откроется в новой вкладке) | По данным разработчика: 66,1 % (февраль 2026) | — | 66,1 | — | 18,70 ₽ / 27,50 ₽~0,19 / ~0,28 PnP | февраль 2026 |
| LFM2.5-24B-A2B(откроется в новой вкладке) | По данным разработчика: 65,01 % (октябрь 2026) | — | 65,01 | — | 5,50 ₽ / 77,00 ₽~0,06 / 0,77 PnP | октябрь 2026 |

