ترتيب مجمّع x 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.

النماذج المعروضة

إجمالي الإخفاقات

147

النموذج الأكثر تأثرًا

Muse Spark 1.1 2

أسباب الفشل

استدعاء أداة غير صالح147 إجابة خاطئة95 لا توجد إجابة43 خطأ API37 انتهت المهلة9 تنسيق إضافي1 لم يتبع التعليمات1

الفئات

مجمّع147 استدعاء الأدوات11

125/125

الترتيب	النموذج	الشركة	عدد استدعاء أداة غير صالح	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#187	Qwen3.5-Flash medium	Qwen	1	6.4	$0.142	1/2	266.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.142 زمن الاستجابة (المتوسط) 266.6s
#195	Gemini 2.5 Flash none	Google	1	3.0	$0.017	0/2	61.2s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.017 زمن الاستجابة (المتوسط) 61.2s
#197	GPT-5.6 Terra none	OpenAI	1	2.9	$0.280	0/2	7.02s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.280 زمن الاستجابة (المتوسط) 7.02s
#200	Qwen3.5-Flash none	Qwen	1	2.9	$0.073	0/2	243.6s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.073 زمن الاستجابة (المتوسط) 243.6s
#201	Qwen3.5-35B-A3B none	Qwen	1	3.8	$0.142	0/2	128.3s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.142 زمن الاستجابة (المتوسط) 128.3s
#206	GLM 5.3 Flash low	Z.ai	1	3.8	$0.015	0/2	54.7s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.015 زمن الاستجابة (المتوسط) 54.7s
#211	North Mini Code medium	Cohere	1	2.9	$0.000	0/2	554.9s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 554.9s
#214	Inkling Small low	Thinkingmachines	1	3.0	$0.055	0/2	4.08s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.055 زمن الاستجابة (المتوسط) 4.08s
#215	Ling-3.0-flash none	Inclusionai	1	3.0	$0.004	0/2	8.58s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.004 زمن الاستجابة (المتوسط) 8.58s
#216	GLM 5.1 none	Z.ai	1	2.8	$0.164	0/2	46.9s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.164 زمن الاستجابة (المتوسط) 46.9s
#218	Qwen3.5-122B-A10B none	Qwen	1	5.2	$0.283	0/2	129.3s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.283 زمن الاستجابة (المتوسط) 129.3s
#223	Gemma 4 26B A4B none	Google	1	3.0	$0.015	0/2	37.2s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.015 زمن الاستجابة (المتوسط) 37.2s
#227	Nemotron 3.5 Lightning high	NVIDIA	1	6.4	$0.134	1/2	160.5s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.134 زمن الاستجابة (المتوسط) 160.5s
#231	Qwen3.8 27B none	Qwen	1	3.0	~$0.006	0/2	24.1s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة ~$0.006 زمن الاستجابة (المتوسط) 24.1s
#236	GPT-5.6 Luna none	OpenAI	1	3.2	$0.029	0/2	6.68s
إجمالي الاختبارات 2 الاختبارات الخاطئة 2 إجمالي التكلفة $0.029 زمن الاستجابة (المتوسط) 6.68s

←

1 6 7 8 9

→

تصفية النماذج

أفضل النماذج حسب عدد استدعاء أداة غير صالح

عدد استدعاء أداة غير صالح مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)

أفضل النماذج حسب التكلفة المهدرة التقديرية

مجمّع: استدعاء أداة غير صالح

تصفية النماذج

أفضل النماذج حسب عدد استدعاء أداة غير صالح

عدد استدعاء أداة غير صالح مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)