# BFCL v4

## О тесте

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.

## Результаты

Методика: Нативные tools (FC) (Berkeley Function-Calling Leaderboard).

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.

| Модель | Независимый замер | Цифра разработчика | Ввод, ₽ за 1 млн | Вывод, ₽ за 1 млн |
| --- | --- | --- | --- | --- |
| [Claude Opus 4.5](https://router.nodul.ru/models/anthropic/claude-opus-4.5.md) | 77,47 % (апрель 2026) | — | 369.86 | 1849.2998 |
| [Claude Sonnet 4.5](https://router.nodul.ru/models/anthropic/claude-sonnet-4.5.md) | 73,24 % (апрель 2026) | — | 221.916 | 1109.5799 |
| [GLM 4.6](https://router.nodul.ru/models/z-ai/glm-4.6.md) | 72,38 % (апрель 2026) | — | 53.2462 | 195.2359 |
| [Claude Haiku 4.5](https://router.nodul.ru/models/anthropic/claude-haiku-4.5.md) | 68,7 % (апрель 2026) | — | 73.972 | 369.86 |
| [Kimi K2 0711](https://router.nodul.ru/models/moonshotai/kimi-k2.md) | 59,06 % (апрель 2026) | — | 62.7 | 253 |
| [Gemini 2.5 Flash](https://router.nodul.ru/models/google/gemini-2.5-flash.md) | 56,24 % (апрель 2026) | — | 26.6231 | 221.859 |
| [GPT-5.2](https://router.nodul.ru/models/openai/gpt-5.2.md) | 55,87 % (апрель 2026) | — | 155.3013 | 1242.4104 |
| [GPT-5 Mini](https://router.nodul.ru/models/openai/gpt-5-mini.md) | 55,46 % (апрель 2026) | — | 27.5 | 220 |
| [DeepSeek V3.2 Exp](https://router.nodul.ru/models/deepseek/deepseek-v3.2-exp.md) | 54,12 % (апрель 2026) | — | 29.7 | 45.1 |
| [GPT-4.1](https://router.nodul.ru/models/openai/gpt-4.1.md) | 53,96 % (апрель 2026) | — | 220 | 880 |
| [GPT-5 Nano](https://router.nodul.ru/models/openai/gpt-5-nano.md) | 51,45 % (апрель 2026) | — | 5.5 | 44 |
| [GPT-4.1 Mini](https://router.nodul.ru/models/openai/gpt-4.1-mini.md) | 50,45 % (апрель 2026) | — | 44 | 176 |
| [Qwen3 32B](https://router.nodul.ru/models/qwen/qwen3-32b.md) | 48,71 % (апрель 2026) | — | 8.8 | 30.8 |
| [o3](https://router.nodul.ru/models/openai/o3.md) | 48,56 % (апрель 2026) | — | 220 | 880 |
| [Qwen3 235B A22B Instruct 2507](https://router.nodul.ru/models/qwen/qwen3-235b-a22b-2507.md) | 47,99 % (апрель 2026) | — | 16.5 | 88 |
| [Command A](https://router.nodul.ru/models/cohere/command-a.md) | 46,49 % (апрель 2026) | — | 275 | 1100 |
| [Qwen3 30B A3B Instruct 2507](https://router.nodul.ru/models/qwen/qwen3-30b-a3b-instruct-2507.md) | 41,39 % (апрель 2026) | — | 11 | 33 |
| [Qwen3 14B](https://router.nodul.ru/models/qwen/qwen3-14b.md) | 41,03 % (апрель 2026) | — | 13.2 | 26.4 |
| [Mistral Medium 3](https://router.nodul.ru/models/mistralai/mistral-medium-3.md) | 37,56 % (апрель 2026) | — | 48.4 | 242 |
| [Llama 4 Maverick](https://router.nodul.ru/models/meta-llama/llama-4-maverick.md) | 37,29 % (апрель 2026) | — | 38.5 | 110 |
| [Mistral Small 3.2 24B](https://router.nodul.ru/models/mistralai/mistral-small-3.2-24b-instruct.md) | 37,15 % (апрель 2026) | — | 10.3125 | 27.5 |
| [Gemini 2.5 Flash Lite](https://router.nodul.ru/models/google/gemini-2.5-flash-lite.md) | 36,87 % (апрель 2026) | — | 8.8744 | 35.4974 |
| [GPT-4.1 Nano](https://router.nodul.ru/models/openai/gpt-4.1-nano.md) | 33,05 % (апрель 2026) | — | 11 | 44 |
| [Command R7B (12-2024)](https://router.nodul.ru/models/cohere/command-r7b-12-2024.md) | 32,07 % (апрель 2026) | — | 4.125 | 16.5 |
| [Llama 3.3 70B Instruct](https://router.nodul.ru/models/meta-llama/llama-3.3-70b-instruct.md) | 31,9 % (апрель 2026) | — | 78.1 | 78.1 |
| [Llama 4 Scout](https://router.nodul.ru/models/meta-llama/llama-4-scout.md) | 28,13 % (апрель 2026) | — | 11 | 33 |
| [Mistral Nemo](https://router.nodul.ru/models/mistralai/mistral-nemo.md) | 27,63 % (апрель 2026) | — | 3.19 | 3.3 |
| [Nova 2 Lite](https://router.nodul.ru/models/amazon/nova-2-lite-v1.md) | 27,1 % (апрель 2026) | — | 33 | 275 |
| [Nova Pro 1.0](https://router.nodul.ru/models/amazon/nova-pro-v1.md) | 24,97 % (апрель 2026) | — | 88 | 352 |
| [Nova Micro 1.0](https://router.nodul.ru/models/amazon/nova-micro-v1.md) | 22,29 % (апрель 2026) | — | 3.85 | 15.4 |
| [Llama 3.2 3B Instruct](https://router.nodul.ru/models/meta-llama/llama-3.2-3b-instruct.md) | 21,95 % (апрель 2026) | — | 5.5 | 36.3 |
| [Qwen3.5 397B A17B](https://router.nodul.ru/models/qwen/qwen3.5-397b-a17b.md) | — | 72,9 % (февраль 2026) | 55 | 360 |
| [Seed-2.0-Lite](https://router.nodul.ru/models/bytedance-seed/seed-2.0-lite.md) | — | 72,9 % (февраль 2026) | 27.5 | 220 |
| [Qwen3.5-122B-A10B](https://router.nodul.ru/models/qwen/qwen3.5-122b-a10b.md) | — | 72,2 % (февраль 2026) | 28.6 | 228.8 |
| [Qwen3.5-27B](https://router.nodul.ru/models/qwen/qwen3.5-27b.md) | — | 68,5 % (февраль 2026) | 28.6 | 240 |
| [Qwen3.5-9B](https://router.nodul.ru/models/qwen/qwen3.5-9b.md) | — | 66,1 % (февраль 2026) | 18.7 | 27.5 |
| [LFM2.5-24B-A2B](https://router.nodul.ru/models/liquid/lfm-2.5-24b-a2b.md) | — | 65,01 % (октябрь 2026) | 5.5 | 77 |

## Цифры разработчиков

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.

---
HTML-версия: https://router.nodul.ru/models/benchmarks/bfcl
Оглавление сайта для ИИ-агентов: https://router.nodul.ru/llms.txt · все для решения о покупке: https://router.nodul.ru/llms-full.txt · прайс-лист: https://router.nodul.ru/models/prices.md
