مهام الوكلاء: استدعاء أداة غير صالح
مهام الوكلاء
استدعاء أداة غير صالح
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور استدعاء أداة غير صالح في مهام الوكلاء، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: إجمالي التكلفة ↓.
51/51
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | عدد استدعاء أداة غير صالح | درجة الفئة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #143 | Claude Opus 4.7 medium | Anthropic | 1 | 0.5 | $3.636 | 0/1 | 150.6s |
| #247 | Grok 4.7 xhigh | X AI | 1 | 0.3 | $3.398 | 0/1 | 304.8s |
| #252 | Grok 4.7 high | X AI | 1 | 0.3 | $3.037 | 0/1 | 322.2s |
| #127 | Gemini 3.5 Flash high | 1 | 0.3 | $2.737 | 0/1 | 87.3s | |
| #235 | Ember-1 high | Fireworks | 1 | 0.6 | $2.405 | 0/1 | 88.3s |
| #314 | Gemini 3.5 Flash none | 1 | 0.3 | $1.752 | 0/1 | 85.3s | |
| #140 | Kimi K3.1 Pro high | Moonshot AI | 1 | 0.7 | $1.646 | 0/1 | 93.4s |
| #227 | Ember-1 low | Fireworks | 1 | 0.5 | $1.488 | 0/1 | 121.3s |
| #248 | Grok Build 0.1 medium | X AI | 1 | 0.3 | $1.419 | 0/1 | 69.0s |
| #159 | Gemini 3.5 Flash medium | 1 | 0.3 | $1.316 | 0/1 | 84.5s | |
| #229 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.6 | $1.152 | 0/1 | 95.3s |
| #105 | Qwen3.8 Max (0902) low | Qwen | 1 | 0.6 | $1.131 | 0/1 | 136.0s |
| #276 | Grok 4.3 medium | X AI | 1 | 0.4 | $0.989 | 0/1 | 51.6s |
| #153 | GLM 5.3 FlashX max | Z.ai | 1 | 0.6 | $0.623 | 0/1 | 104.8s |
| #197 | Inkling medium | Thinkingmachines | 1 | 0.5 | $0.527 | 0/1 | 45.9s |