AI模型的Function Calling能力:工作原理及模型支持清单

Function Calling是一种机制,允许AI大模型在无法直接访问实时数据或外部系统的情况下,通过调用外部工具,如API、数据库、自定义函数等工具,来获取信息或执行操作,从而突破模型自身能力的限制。阿小云分享支持Function Calling功能的大模型及Function Calling工作原理:

Function Calling

Function Calling是什么?

模型支持Function Calling能力,使用Function Calling功能,通过引入外部工具,使得大模型可以与外部世界进行交互。

Function Calling工作原理

Function Calling通过应用程序与大模型之间的多步骤交互实现,如下图:

Function Calling工作原理流程图

1、发起第一次模型调用

应用程序向大模型发送用户问题和可用工具清单。

2、接收模型的工具调用指令(工具名称与入参)

若模型判断需要调用外部工具,返回JSON格式的指令,指定函数名称与入参。若模型判断无需调用工具,会返回自然语言格式的回复。

3、在应用端运行工具

应用程序执行指定工具,获取输出结果。

4、发起第二次模型调用

将工具输出结果添加到消息数组(messages),再次调用模型。

5、接收来自模型的最终响应

模型综合工具输出与用户问题,生成自然语言回复。

哪些模型支持Function Calling?

阿里云百炼千问、DeepSeek、GLM、Kimi和MiniMax支持Function Calling的模型版本如下,也可以在阿里云百炼模型广场查看:https://t.aliyun.com/U/fPVHqY 如下图:

千问

文本生成模型:

  • 千问Max:Qwen3.7-Max系列、Qwen3.6-Max系列、Qwen3-Max系列、Qwen-Max系列
  • 千问Plus:Qwen3.7-Plus系列、Qwen3.6-Plus系列、Qwen3.5-Plus系列、Qwen-Plus系列
  • 千问Flash:Qwen3.6-Flash系列、Qwen3.5-Flash系列、Qwen-Flash系列
  • 千问Coder:Qwen3-Coder系列、Qwen2.5-Coder系列、Qwen-Coder系列
  • 千问Turbo:Qwen-Turbo系列
  • Qwen3.6开源系列
  • Qwen3.5开源系列
  • Qwen3开源系列
  • Qwen2.5开源系列

多模态模型:

  • 千问VL: Qwen3-VL-Plus系列、 Qwen3-VL-Flash系列
  • 千问Omni:Qwen3.5-Omni-Plus系列、Qwen3.5-Omni-Flash系列、Qwen3-Omni-Flash系列
  • 千问Omni-Realtime:Qwen3.5-Omni-Plus-Realtime系列、Qwen3.5-Omni-Flash-Realtime系列
  • Qwen3-VL 开源系列

DeepSeek

阿里云百炼部署

  • deepseek-v4-pro
  • deepseek-v4-flash
  • deepseek-v3.2
  • deepseek-v3.2-exp(非思考模式)
  • deepseek-v3.1(非思考模式)
  • deepseek-r1
  • deepseek-r1-0528
  • deepseek-v3

硅基流动部署

  • siliconflow/deepseek-v3.2
  • siliconflow/deepseek-v3.1-terminus
  • siliconflow/deepseek-r1-0528
  • siliconflow/deepseek-v3-0324

快手万擎部署

  • vanchin/deepseek-v3.2-think
  • vanchin/deepseek-v3.1-terminus
  • vanchin/deepseek-r1
  • vanchin/deepseek-v3

GLM

  • glm-5.2
  • glm-5.1
  • glm-5
  • glm-4.7
  • glm-4.6
  • glm-4.5
  • glm-4.5-air

Kimi

阿里云百炼部署

  • kimi-k2.6
  • kimi-k2.5
  • kimi-k2-thinking
  • Moonshot-Kimi-K2-Instruct

月之暗面部署

kimi/kimi-k3、kimi/kimi-k2.7-code-highspeed、kimi/kimi-k2.7-code、kimi/kimi-k2.6、kimi/kimi-k2.5

MiniMax

阿里云百炼部署

  • MiniMax-M2.5
  • MiniMax-M2.1

稀宇科技部署

  • MiniMax/MiniMax-M3
  • MiniMax/MiniMax-M2.7
  • MiniMax/MiniMax-M2.5
  • MiniMax/MiniMax-M2.1
相关推荐
观远数据1 天前
从离线开发到实时同步:DataFlow如何支撑企业级数据治理闭环
java·windows·microsoft·excel
Jelena157795857921 天前
淘宝商品详情API接口开发指南:应用市场选品比价实战
windows·microsoft
Leinwin1 天前
技术视角深度对比:Google Gemini 与 Microsoft 365 Copilot 企业级 AI 办公架构解析
人工智能·microsoft·copilot
XUHUOJUN1 天前
Azure Local 离线模式:已知问题(Known Issues)
microsoft·azure local
观远数据1 天前
消费品牌选型BI的能力边界:三类差异化场景的适配清单与排除项
数据库·人工智能·microsoft
XUHUOJUN1 天前
Azure Stack Hub 套餐、计划与订阅模型深度解析(下篇)
microsoft·架构·azure stack
奔跑的熊猫1 天前
uniapp vue3微信小程序echarts 组件封装
microsoft
十六年开源服务商2 天前
2026 WordPress评论增强定制开发深度指南
microsoft
研究员子楚2 天前
GEO行业发展标准体系白皮书V2.0-第10卷 · 全球篇:跨国标准协同与全球品牌语义治理框架
数据库·人工智能·microsoft·架构·geo