OpenGPT根拠に基づくモデル選定エージェント構成 · Berkeley Function-Calling Leaderboard
BFCL V4 · mistral-large-2411 (FC)
モデル、スキャフォールド、ツール、権限、予算、環境を含むランキング対象です。
総合正解率38.37%
成功1件あたり費用未公開
公開された結果範囲未公開
01
構成
エージェントシステムBFCL V4 · mistral-large-2411 (FC)
基盤モデルmistral-large-2411 (FC)
公開元のモデルIDまたは表記mistral-large-2411 (FC)
スキャフォールドBFCL V4 tool-use evaluation
スキャフォールド版bfcl-eval 2025.12.17
ツールNative function calling
環境関数呼び出し、Web検索、メモリ、複数ターン、幻覚、形式感度のテスト
予算カテゴリ別の公開元プロトコル
02
結果
総合正解率38.37%
部分スコア未公開
成功1件あたり費用未公開
公開された総費用$115.98
完了時間の中央値未公開
人の介入未公開
03
運用
反復実行の根拠未公開
公開された結果範囲未公開
安全上の注意未公開
比較グループbfcl-v4-f7cf735-2025-12-17-overall
評価日
データ取得日
04
信頼性
根拠ベンチマーク公開元に掲載
情報源BFCL V4
情報源スナップショットBFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17 · 2026年4月12日
最終確認2026年8月1日
課題数未公開
根拠レベル公開元が管理
根拠の注意
固定したV4 CSVの公開元全109行を収録しています。全行はcommit f7cf735、bfcl-eval 2025.12.17、同じ総合正解率構成を共有します。
監査情報 ↗この結果で分からないこと
結果は表示されたシステムと条件にのみ適用されます。万能な最良エージェント、実運用品質、データ管理、別版での性能を証明しません。
公開元のデータです。欠損値は不明のまま表示します。
導入前に実務で確認
公開順位は候補選びの出発点です。小規模な非公開試験で適合性を確認します。
- 1
代表的な仕事を10〜20件選び、合格条件を決める。
- 2
Agent、モデル、ツール、権限、予算を固定する。
- 3
重要な仕事は複数回実行し、成功、費用、時間、介入を記録する。
- 4
失敗とデータ取扱いを確認してから導入を決める。