مجمّع: استدعاء أداة غير صالح
مجمّع
استدعاء أداة غير صالح
اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور استدعاء أداة غير صالح في مجمّع، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: إجمالي التكلفة ↓.
أسباب الفشل
154/154
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) |
|---|---|---|---|---|---|---|---|
| #57 | Claude Fable 5 medium | Anthropic | 1 | 0.7 | $5.089 | 1/2 | 27.5s |
| #271 | Step 5 Preview medium | Stepfun | 1 | 0.7 | $4.136 | 1/2 | 125.0s |
| #302 | Step 5 Preview low | Stepfun | 1 | 0.7 | $4.110 | 1/2 | 40.9s |
| #82 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.8 | $4.016 | 1/2 | 231.8s |
| #36 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.9 | $3.306 | 1/2 | 110.4s |
| #207 | Grok 4.7 high | X AI | 1 | 0.9 | $3.037 | 1/2 | 129.3s |
| #120 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.7 | $2.949 | 1/2 | 266.1s |
| #175 | Claude Opus 5 none | Anthropic | 1 | 0.8 | $2.766 | 1/2 | 30.5s |
| #92 | Gemini 3.5 Flash high | 1 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #87 | Muse Spark 1.1 high | Meta | 2 | 0.6 | $2.570 | 0/2 | 70.3s |
| #54 | Muse Spark 1.2 high | Meta | 1 | 0.8 | $2.018 | 1/2 | 39.9s |
| #58 | Pareto 26.9 default | Unbiased | 1 | 0.8 | $1.864 | 1/2 | 81.4s |
| #47 | Muse Spark 1.3 medium | Meta | 1 | 0.7 | $1.712 | 1/2 | 34.7s |
| #79 | Qwen3.7 Max medium | Qwen | 1 | 0.9 | $1.689 | 1/2 | 287.8s |
| #56 | Muse Spark 1.1 medium | Meta | 1 | 0.8 | $1.665 | 1/2 | 42.6s |