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.
44/44
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) |
|---|---|---|---|---|---|---|---|
| #239 | MiMo-V2.6-Pro none | Xiaomi | 1 | 5.0 | $0.193 | 0/1 | 66.1s |
| #250 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 7.4 | $0.123 | 0/1 | 55.8s |
| #261 | Solar Pro 4 none | Upstage | 1 | 5.0 | $0.033 | 0/1 | 69.2s |
| #267 | GPT-6 Luna none | OpenAI | 1 | 5.0 | $0.026 | 0/1 | 51.1s |
| #283 | Laguna XS 2.1 none | Poolside | 1 | 5.0 | $0.019 | 0/1 | 70.8s |
| #284 | Qwen3.6 35B A3B none | Qwen | 1 | 5.2 | $0.105 | 0/1 | 65.6s |
| #293 | Mercury 2.5 low | Inception | 1 | 5.0 | $0.020 | 0/1 | 47.1s |
| #295 | MiMo-V2.5-Pro none | Xiaomi | 1 | 3.9 | $0.157 | 0/1 | 49.6s |
| #298 | MiniMax M2.7 medium | Minimax | 1 | 4.7 | $0.202 | 0/1 | 198.8s |
| #308 | MiMo-V2.5 none | Xiaomi | 1 | 3.9 | $0.063 | 0/1 | 124.2s |
| #310 | Hy4 preview none | Tencent | 1 | 5.0 | $0.161 | 0/1 | 65.5s |
| #314 | Mercury 2.5 Preview none | Inception | 1 | 3.9 | $0.023 | 0/1 | 85.0s |
| #336 | Granite 4.2 8B none | IBM Granite | 1 | 5.0 | $0.047 | 0/1 | 49.2s |
| #346 | Qwen3.5-9B medium | Qwen | 1 | 5.2 | $0.106 | 0/1 | 152.9s |