ترتيب استدعاء الأدوات x خطأ API

اكتشف أي نماذج الذكاء الاصطناعي هي الأكثر عرضة لظهور خطأ API في استدعاء الأدوات، حتى ترصد نقاط الضعف بسرعة أكبر. الترتيب حسب: زمن الاستجابة (المتوسط) ↑.

النماذج المعروضة

إجمالي الإخفاقات

النموذج الأكثر تأثرًا

Kimi K3 1

أسباب الفشل

خطأ API39 لم يتبع التعليمات13 استدعاء أداة غير صالح11 إجابة خاطئة9 لا توجد إجابة3

الفئات

البرمجة65 مجمّع62 حيل مضادة للذكاء الاصطناعي44 خاص بالمجال40 استدعاء الأدوات39 مهام الوكلاء36 حل الألغاز35 تحليل البيانات واستخراجها32 اتباع التعليمات25 معلومات عامة19

39/39

الترتيب	النموذج	الشركة	عدد خطأ API	درجة الفئة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#93	Kimi K3 max	Moonshot AI	1	0.3	$3.409	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $3.409 زمن الاستجابة (المتوسط) 0ms
#144	GLM 5.1 medium	Z.ai	1	0.3	$1.546	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.546 زمن الاستجابة (المتوسط) 0ms
#167	Qwen3.8 27B medium	Qwen	1	0.3	~$0.073	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة ~$0.073 زمن الاستجابة (المتوسط) 0ms
#183	Kimi K2.7 Code medium	Moonshot AI	1	0.3	$1.136	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.136 زمن الاستجابة (المتوسط) 0ms
#192	Gemma 4 31B medium	Google	1	0.3	$0.144	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.144 زمن الاستجابة (المتوسط) 0ms
#223	Qwen3.6 35B A3B medium	Qwen	1	0.3	$0.834	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.834 زمن الاستجابة (المتوسط) 0ms
#265	Gemini 3.5 Flash none	Google	1	0.3	$1.752	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $1.752 زمن الاستجابة (المتوسط) 0ms
#298	Gemma 4 31B none	Google	1	0.3	$0.031	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.031 زمن الاستجابة (المتوسط) 0ms
#327	Qwen3.6 35B A3B none	Qwen	1	0.3	$0.105	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.105 زمن الاستجابة (المتوسط) 0ms
#375	Ring 2.6 1t default	Inclusionai	1	0.3	$0.026	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.026 زمن الاستجابة (المتوسط) 0ms
#386	gpt-oss-120b none	OpenAI	1	0.3	$0.016	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.016 زمن الاستجابة (المتوسط) 0ms
#391	Grok 4.20 Multi Agent Beta medium	X AI	1	0.3	$5.599	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $5.599 زمن الاستجابة (المتوسط) 0ms
#413	Grok Build 0.1 none	X AI	1	0.3	$0.547	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.547 زمن الاستجابة (المتوسط) 0ms
#420	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	0.3	$0.000	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 0ms
#422	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	1	0.3	$0.000	0/1	0ms
إجمالي الاختبارات 1 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 0ms

تصفية النماذج

أفضل النماذج حسب عدد خطأ API

عدد خطأ API مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)

أفضل النماذج حسب التكلفة المهدرة التقديرية

استدعاء الأدوات: خطأ API

تصفية النماذج

أفضل النماذج حسب عدد خطأ API

عدد خطأ API مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)