Ein aktueller Benchmark eines chinesischen Entwicklers vergleicht drei wichtige Frameworks für Agent-Tool-Calling: Function Calling von OpenAI, MCP von Anthropic und den Forschungsprototyp Toolformer. Die Studie misst Latenz und Erfolgsrate in mehreren Testszenarien und zeigt, dass Function Calling bei einfachen Aufgaben die niedrigste Latenz bietet, während MCP bei komplexen mehrstufigen Workflows überzeugt. Toolformer ist vielversprechend, aber noch nicht produktionsreif. Für Entwicklungsteams, die KI-Agenten bauen, liefern diese Daten eine fundierte Grundlage für die Framework-Auswahl basierend auf Aufgabenkomplexität und Leistungsanforderungen.
Ein detaillierter Vergleich von drei Agent-Tool-Calling-Frameworks mit Daten zu Latenz und Erfolgsrate.