🎯
核心结论（TL;DR）
🥇 异步 FC 商用化：Gemini Live API 语义最精细
Gemini Live API 的 NON_BLOCKING 行为 + scheduling 三档中断调度（INTERRUPT / WHEN_IDLE / SILENT）是目前商用 API 中对"结果注入时机"控制粒度最细的实现，最接近 AsyncLM 论文的中断语义。
🥈 gpt-realtime：语音异步 FC 体验标杆
OpenAI gpt-realtime（2025-08 GA）实现"长耗时函数不打断会话流"，模型在等待工具结果时继续自然对话，并原生支持远程 MCP 服务器与 SIP 电话接入，产品化完成度最高。
🥉 千问：覆盖面最广，异步语义最保守
Qwen 系列 FC 覆盖文本 / VL / Omni / Omni-Realtime / Audio-Realtime 全线（含开源自部署），语音端到端 FC 已可"不打断对话流"；但并行调用需显式开启 parallel_tool_calls，且无公开的中断调度 API。
一个必须澄清的事实：AsyncLM（中断式异步 FC）与 Interleaved Thinking（交错思考）目前分别是学术方案与推理框架/部分模型特性，三大厂商均未以原文形态商用。厂商落地的"异步 FC"集中在语音实时接口层（gpt-realtime、Gemini Live、Qwen-Omni-Realtime），机制上是"会话流不阻塞 + 结果事件异步注入"，而非解码流 token 级中断。下文表格中已明确区分。
📊
一、文本模型 Function Call 能力总表
对比维度覆盖用户要求的调用模式、并发能力、中断机制、延迟优化与推理策略。
GA 正式可用
Preview / 有限制
学术 / 框架层
不支持
| 对比维度 | 千问 Qwen 系列 | GPT / OpenAI 系列 | Gemini / Google 系列 |
|---|---|---|---|
| 首次官方支持 FC | 2023 下半年（早期经 Qwen-Agent ReAct 提示实现；DashScope 后提供原生 tools 协议）（早期时间点官方未单独公告，标注为约数） | 2023-06-13（gpt-4-0613 / gpt-3.5-turbo-0613，业界首个原生 FC API） | 2023-12（Gemini 1.0 Pro 随 API 发布支持 FC） |
| 当前支持模型 | 商用：qwen-max / qwen-plus / qwen-turbo / qwen-flash 及 qwen3.6-plus 等新版；开源：Qwen3.5 / Qwen3 / Qwen2.5 系列；多模态：Qwen3-VL、Qwen3.5-Omni GA | GPT-3.5-Turbo†、GPT-4†、GPT-4 Turbo†、GPT-4o、GPT-4.1、o 系列及后续（†早期版本已陆续退役）GA | Gemini 2.5 Pro / Flash 等现役全系（Gemini Ultra 未开放 FC API 即退役；Pro 1.0→2.5 持续支持）GA |
| 并行 Function Calls | 支持，默认关闭：需显式设置 parallel_tool_calls=true，否则多任务只返回 1 个调用（阿里云官方文档明确） |
支持，默认开启：2023-11 DevDay 随 gpt-4-1106 / gpt-3.5-turbo-1106 推出，可用 parallel_tool_calls=false 关闭 |
支持：并行 FC + 独有的组合式 FC（compositional，自动串联依赖调用），Gemini 2.0 起完整支持 |
| 调用模式控制 | tool_choice：auto / 指定函数 / none |
tool_choice：auto / required / 指定函数 / none；另有 Structured Outputs strict:true（2024-08）保证参数 100% 符合 Schema |
tool_config.mode：AUTO / ANY（强制调用）/ NONE；Python SDK 提供自动函数执行（SDK 代为执行并回传） |
| 流式参数输出 | 支持（OpenAI 兼容 delta 流式） | 支持（tool_calls delta 增量事件，可做提前派发） |
支持（streamGenerateContent） |
| 异步 FC / 中断注入（文本 API） | 无·同步循环；Qwen3 思考模式可与 FC 结合（近似交错思考，需推理框架配合）框架层 | 无·文本 Chat/Responses API 为同步循环（异步能力在 Realtime 语音接口，见下表） | 无·文本 API 为同步循环（异步能力在 Live API，见下表） |
| 推理策略适配（ReAct 等） | Qwen-Agent 框架原生 ReAct；开源模型经 vLLM --tool-call-parser hermes 自部署 FC；Hermes 格式模板 |
原生 FC 即"内化的 ReAct"（判断→调用→观察→再判断）；Agents SDK / Responses API 提供内置工具编排 | 组合式 FC 将多步 ReAct 链压缩进单轮自动执行；ADK（Agent Development Kit）提供编排 |
| MCP 生态 | 支持（百炼平台 MCP 市场 + Qwen-Agent MCP 客户端） | 支持（Responses API / Realtime API 远程 MCP，2025） | 支持（Gemini API SDK 内建 MCP 支持） |
🔍
二、三大系列详细分析
1️⃣ 千问 Qwen 系列 阿里云百炼 / DashScope + 开源双轨
- 商用闭源线：qwen-max、qwen-plus、qwen-turbo、qwen-flash 全部支持 FC，通过 OpenAI 兼容接口或 DashScope 原生接口调用；
parallel_tool_calls需显式开启是与 OpenAI 的最大差异（官方文档说明：默认多任务仅返回首个调用）。 - 开源自部署线：Qwen2.5 / Qwen3 / Qwen3.5 开源系列均具备 FC 能力，官方推荐 vLLM 部署时加
--enable-auto-tool-choice --tool-call-parser hermes，即可获得 OpenAI 兼容的工具调用端点——这是三家中唯一可完全私有化的 FC 方案。 - 思考+工具：Qwen3 起支持思考模式（
enable_thinking）与 FC 共存，配合 vLLM 的 interleaved thinking 支持可实现"思考→调用→结果→再思考"的交错模式（框架层能力，非 API 原生异步）。 - 注意：开源 Qwen2.5-Omni 不支持 FC（官方 GitHub issue #33 确认）；语音场景 FC 需使用商用 Omni-Realtime / Audio-Realtime 系列（见语音表）。
2️⃣ GPT / OpenAI 系列 FC 概念的定义者，事实标准
- 时间线：2023-06 首创原生 FC（gpt-4-0613 / gpt-3.5-turbo-0613）→ 2023-11 并行工具调用（gpt-4-1106-preview，即 GPT-4 Turbo 首版）→ 2024-08 Structured Outputs
strict模式（约束解码保证 JSON 100% 合法）→ 2024-10 Realtime API Beta → 2025-08 gpt-realtime GA（异步 FC）。 - GPT-3.5 / GPT-4 / GPT-4 Turbo 现状：均支持 FC，但 GPT-4 仅支持串行 FC（不支持 parallel），并行能力从 GPT-4 Turbo（1106）开始；这些早期模型已陆续进入退役周期，新项目官方建议使用 GPT-4o 及后续模型。
- 精度保证：
strict:true下用约束解码把参数生成限制在 JSON Schema 语法内，是三家中最早提供"格式 100% 合法"承诺的。 - 工具生态：Responses API 内置 web search / file search / code interpreter 等托管工具 + 远程 MCP，FC 与内置工具可混用。
3️⃣ Gemini / Google 系列 组合式调用 + 最细异步调度语义
- 时间线：2023-12 Gemini 1.0 Pro API 支持 FC → 2024-12 Gemini 2.0 引入并行 FC + 组合式 FC + Live API → 2025 Live API 加入
NON_BLOCKING异步 FC 与scheduling调度 → 现役 Gemini 2.5 全系 GA。 - 组合式 FC（Compositional）：独有能力——模型可在一次响应过程中自动把"函数 A 的输出作为函数 B 的输入"串联执行（配合 SDK 自动执行），等价于把 LLMCompiler 式 DAG 编排内化进模型，减少多轮往返。
- 模式控制：
tool_config的 ANY 模式可强制模型必须调用工具（并可限定候选函数白名单），适合确定性流程。 - Gemini Ultra 说明：Ultra 1.0（2024-02）主要面向 Gemini Advanced 订阅，未成为 FC API 主力即被 1.5/2.x Pro 取代，故 FC 对比以 Pro / Flash 线为准。
⚡
三、调用模式：同步 vs 异步（含学术前沿定位）
按"异步程度"分层，标注每层在三大系列中的落地位置与成熟度。
| 层次 | 机制 | Qwen | GPT/OpenAI | Gemini | 成熟度 |
|---|---|---|---|---|---|
| L1 并行调用 | 单轮返回多个 tool_call，客户端并发执行 | ✔ 需开启 | ✔ 默认（2023-11 起） | ✔（2.0 起） | GA |
| L2 依赖编排 | DAG 规划、依赖调用自动串联 | ✘ 需外接框架（Qwen-Agent） | ✘ 需外接框架（LLMCompiler 等） | ✔ 组合式 FC 原生内化 | GA(Gemini) |
| L3 流式/提前派发 | 参数 delta 流式输出，增量解析提前执行 | ✔ delta 事件 | ✔ delta 事件 | ✔ 流式接口 | 客户端自行实现 |
| L4 会话级异步 + 结果注入 | 调用不阻塞会话流，结果完成后异步注入，可控注入时机 | ✔ 仅语音线（Omni-Realtime，不打断对话流） | ✔ 仅语音线（gpt-realtime，边聊边等结果） | ✔ 语音线最完整（NON_BLOCKING + 三档 scheduling） | GA（语音接口） |
| L5 解码流 token 级中断 | AsyncLM：[CALL] 不停机 + [INTR] 中断注入解码流 | ✘ | ✘ | ✘ | 学术（arXiv 2412.07017） |
| L5' 交错思考 | thinking ↔ tool 细粒度交替，保留推理链 | ✔ Qwen3+框架层（vLLM interleaved thinking） | ✔ o 系列推理+工具（Responses API 保留推理项） | ✔ thinking 模型+FC（2.5 系列 thought signatures） | 逐步 GA 中 |
中断处理机制的准确表述：用户常问"是否支持推理过程中的中断和结果注入"——严格意义的解码流中断注入（AsyncLM 式）目前没有任何商用 API 支持；商用最接近的是 Gemini Live API 的 scheduling 字段：函数结果回传时可声明
INTERRUPT（立刻打断模型当前语音输出播报结果）/ WHEN_IDLE（等模型说完再播报）/ SILENT（静默入上下文，不主动播报）——这是"结果注入时机"的会话级中断控制。
🎙️
四、语音大模型 Function Call 支持程度对比表（重点）
对比对象为三家的端到端语音实时接口（Speech-to-Speech），这是异步 FC 真正商用落地的战场。
| 对比维度 | OpenAI Realtime API gpt-realtime / gpt-4o-realtime |
Google Gemini Live API 2.5 Flash Native Audio 等 |
千问 Omni/Audio Realtime Qwen3.5-Omni-Realtime / Qwen-Audio-3.0-Realtime |
|---|---|---|---|
| 架构 | 端到端 S2S（语音进语音出，无级联 ASR/TTS） | 端到端 S2S（Native Audio）+ 半级联可选 | 端到端 S2S（Omni 全模态） |
| FC 支持 | ✔ 完整 tools 协议，语音中直接触发 GA 2025-08（Beta 自 2024-10） | ✔ 与普通生成同构的 FC + 内置 Google 搜索/代码执行工具 GA | ✔ DashScope SDK / WebSocket 原生协议 GA（Omni-Realtime 自主工具调用见阿里云产品公告，公告未标注发布日期） |
| 异步 FC（不阻塞会话） | ✔ gpt-realtime 起长耗时函数不打断会话流，模型边等边聊（官方博客明确） | ✔ behavior: NON_BLOCKING 声明异步；企业版 Live API 默认全部非阻塞 |
✔ 官方公告"全程无需打断对话流"；但无公开的注入时机控制参数 |
| 中断/结果注入调度 | 部分：结果经 function_call_output 事件异步注入，注入后需客户端触发 response.create 才播报（社区多帖验证），无时机档位 |
最精细：scheduling 三档——INTERRUPT（立刻打断播报）/ WHEN_IDLE（说完再播）/ SILENT（静默入上下文） |
未公开：结果回传后由模型自行衔接，无调度参数 |
| 用户打断（barge-in）与 FC 竞态 | ✔ 服务端 VAD 自动截断；FC 与语音播报竞态需客户端处理（社区已知坑：函数立即执行可能打断未说完的话） | ✔ 原生打断处理；SILENT 档位在打断场景仍有社区反馈的边缘问题 | ✔ 支持打断（VAD）；FC 竞态细节文档披露较少 |
| 流式参数事件 | ✔ function_call_arguments.delta / .done |
✔ toolCall 消息（BidiGenerateContent） | ✔ WebSocket 事件流 |
| MCP / 扩展 | ✔ 远程 MCP 服务器 + SIP 电话接入 + 图像输入 | ✔ 内置工具（搜索/代码执行）可与 FC 混用 | ✔ 百炼 MCP 生态；可指挥其他 Agent |
| 开源可自部署 | ✘ | ✘ | 部分：开源 Qwen2.5-Omni 无 FC（issue #33），语音 FC 仅商用 API |
| 技术成熟度综合 | ⭐⭐⭐⭐⭐ 产品化最成熟，生态最大 | ⭐⭐⭐⭐⭐ 异步语义设计最先进 | ⭐⭐⭐⭐ 快速追赶，公告新、文档细节较少 |
🔉
五、ASR / TTS 与 Function Call 的关系澄清
ASR 本身不做 FC
纯语音识别模型（Whisper、Paraformer、SenseVoice 等）只输出文本，不具备也不需要 FC 能力。级联架构（ASR→LLM→TTS）中，FC 完全发生在中间的 LLM 层；ASR 对 FC 的贡献是流式出字快慢——它决定 LLM 能多早开始决策调用，影响端到端延迟。
TTS 的角色：播报与打断的执行端
TTS（CosyVoice、ElevenLabs 等）在 FC 过程中的"中断处理"是工程层能力：收到新的播报指令或用户 barge-in 时立刻停流。级联方案里"函数执行中先说一句『正在查询』"的过渡话术，就是编排层驱动 TTS 实现的，模型本身无感。
端到端 vs 级联：FC 支持的分水岭
端到端 S2S 模型（上表三家）把 FC 决策融进语音流，才有"边说边调"的原生异步；级联方案的 FC 能力=所选 LLM 的能力，异步体验靠编排框架（Pipecat、LiveKit Agents 等）拼装。选型建议：低延迟语音 Agent 优先端到端接口。
📈
六、性能指标对比
| 指标 | 数值 | 对比基线 | 出处 / 性质 |
|---|---|---|---|
| AsyncLM 任务完成延迟降低 | 1.6× – 5.4× | 同步 FC 循环 | arXiv 2412.07017 学术 |
| LLMCompiler 并行编排提速 | 最高 3.7× 延迟 / 6.7× 成本降低 / +9% 准确率 | ReAct 串行 | arXiv 2312.04511，ICML 2024 学术 |
| 并行 FC vs 串行（N 个独立调用） | 理论上限 ≈ N× 往返轮次缩减（N 调用 1 轮 vs N 轮） | 逐个串行调用 | 机制推导，三家并行 FC 通用 原理 |
| 语音异步 FC 体验收益 | 消除"死寂等待"（长耗时工具期间会话不中断） | 同步语音 FC（静音等待数秒） | OpenAI gpt-realtime 官方博客 / Google Cloud Live API 文档 官方描述 |
| FC 精度基准 | 三家现役旗舰在 BFCL（Berkeley Function-Calling Leaderboard）均为第一梯队，排名随版本频繁变动 | — | 建议实时查 BFCL 排行榜取最新名次，本页不锁定具体分数 动态 |
为何不给出"厂商 A 比厂商 B 快 X 倍"的结论：三家从未发布可直接对齐的 FC 延迟对比数据，第三方评测的网络环境/区域差异过大，任何具体倍数都无法通过 2-3 个独立信源交叉验证，故仅保留可验证的学术指标与机制推导。
📚
七、信源清单（多信源交叉验证）
检索与核对日期：2026-07-27。官方文档为准，社区帖用于验证实际行为与已知问题。
- 阿里云百炼官方：Function Calling 工具调用（支持模型清单 / parallel_tool_calls 说明） 官方 · 已全文抓取核对
- 阿里云产品公告：Qwen3.5-Omni Realtime API 支持自主工具调用（"无需打断对话流"） 官方公告
- Qwen 官方文档：函数调用（vLLM hermes parser 自部署方案） 官方
- QwenLM GitHub issue #33：开源 Qwen2.5-Omni 不支持 Function Call 官方仓库 · 社区确认
- OpenAI 官方博客：Introducing gpt-realtime（异步 FC / MCP / SIP，2025-08） 官方
- OpenAI 官方文档：Realtime conversations（FC 事件流） 官方
- OpenAI GPT 模型发布时间线（FC 2023-06-13：gpt-4-0613 / gpt-3.5-turbo-0613） 第三方整理 · 与官方 changelog 一致
- OpenAI 社区：Realtime FC 结果注入后需触发 response 的实际行为 社区验证
- OpenAI 社区：gpt-realtime 异步工具调用行为讨论 社区验证
- Google AI 官方文档：Gemini Function Calling（并行 / 组合式 / tool_config 模式） 官方
- Google AI 官方文档：Live API 工具使用（NON_BLOCKING + scheduling） 官方
- Google Cloud 官方文档：Live API 异步函数调用（默认非阻塞 / INTERRUPT vs WHEN_IDLE vs SILENT 实践建议） 官方
- LiveKit Agents issue：Gemini Live NON_BLOCKING 三档 scheduling 集成 社区验证
- Google AI 论坛：SILENT 档位在打断场景的边缘问题 社区验证
- AsyncLM: Asynchronous LLM Function Calling（Yale，2024-12，1.6–5.4× 延迟降低） 学术
- LLMCompiler: An LLM Compiler for Parallel Function Calling（Berkeley，ICML 2024，3.7×/6.7×/+9%） 学术
- vLLM 官方文档：Interleaved Thinking（交错思考框架层支持） 官方（推理框架）
- Berkeley Function-Calling Leaderboard（BFCL）：FC 精度动态基准 学术基准