OpenGPT근거 기반 모델 선택
평가 시작

에이전트 구성 · Berkeley Function-Calling Leaderboard

BFCL V4 · Qwen3-235B-A22B-Instruct-2507 (Prompt)

모델, 스캐폴드, 도구, 권한, 예산과 환경을 합친 순위 대상입니다.

공식 사이트출처 열기
전체 정확도52.15%
성공 작업당 비용공개되지 않음
공개된 결과 범위공개되지 않음

01

구성

에이전트 시스템BFCL V4 · Qwen3-235B-A22B-Instruct-2507 (Prompt)
기반 모델Qwen3-235B-A22B-Instruct-2507 (Prompt)
출처 모델 ID 또는 표기Qwen3-235B-A22B-Instruct-2507 (Prompt)
스캐폴드BFCL V4 tool-use evaluation
스캐폴드 버전bfcl-eval 2025.12.17
도구Prompt-based function calling
환경함수 호출, 웹 검색, 메모리, 멀티턴, 환각 및 형식 민감도 테스트
예산범주별 게시자 프로토콜

02

결과

전체 정확도52.15%
부분 점수공개되지 않음
성공 작업당 비용공개되지 않음
공개된 전체 비용US$3.12
완료 시간 중앙값공개되지 않음
사람 개입공개되지 않음

03

운영

반복 실행 근거공개되지 않음
공개된 결과 범위공개되지 않음
안전 참고공개되지 않음
비교 그룹bfcl-v4-f7cf735-2025-12-17-overall
평가 날짜
데이터 수집일

04

신뢰

근거벤치마크 공식 목록에 등재
출처BFCL V4
출처 스냅샷BFCL V4 · commit f7cf735 · bfcl-eval 2025.12.17 · 2026년 4월 12일
마지막 확인2026년 8월 1일
과제공개되지 않음
근거 수준게시자 관리
근거 참고

고정된 V4 CSV의 게시자 전체 109개 행을 포함합니다. 모든 행은 commit f7cf735, bfcl-eval 2025.12.17 및 동일한 전체 정확도 구성을 공유합니다.

감사 정보 ↗

이 결과가 증명하지 않는 것

표시된 시스템과 출처 조건에만 적용됩니다. 보편적 최고, 운영 신뢰성, 데이터 거버넌스 또는 다른 버전의 성능을 증명하지 않습니다.

같은 조건끼리 비교

같은 벤치마크 버전과 작업 범위의 구성만 비교할 수 있습니다.

BFCL V4 · Claude-Opus-4-5-20251101 (FC)77.47% · Claude-Opus-4-5-20251101 (FC)BFCL V4 · Claude-Sonnet-4-5-20250929 (FC)73.24% · Claude-Sonnet-4-5-20250929 (FC)BFCL V4 · Gemini-3-Pro-Preview (Prompt)72.51% · Gemini-3-Pro-Preview (Prompt)BFCL V4 · GLM-4.6 (FC thinking)72.38% · GLM-4.6 (FC thinking)

출처 공개 데이터이며 누락값은 알 수 없음으로 유지합니다.

도입 전 검증

공개 순위는 후보 목록입니다. 작은 비공개 시험으로 실제 적합성을 확인하세요.

  1. 1

    대표 작업 10~20개와 명확한 통과 조건을 정합니다.

  2. 2

    Agent, 모델, 도구, 권한과 예산을 고정합니다.

  3. 3

    중요 작업은 반복 실행하고 성공, 비용, 시간, 개입을 기록합니다.

  4. 4

    실패와 데이터 처리 위험을 검토한 뒤 도입합니다.

← AI 에이전트 순위