ترتيب إخفاقات استدعاء أداة غير صالح

اكتشف أي نماذج الذكاء الاصطناعي تواجه استدعاء أداة غير صالح أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار. الترتيب حسب: عدد الإخفاقات ↑.

النماذج المعروضة

إجمالي الإخفاقات

232

النموذج الأكثر تأثرًا

Qwen3.8 MAX 1

الفئات

ضمن الفئة مجمّع177 ضمن الفئة مهام الوكلاء44 ضمن الفئة استدعاء الأدوات11

190/190

الترتيب	النموذج	الشركة	عدد استدعاء أداة غير صالح	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#295	Mistral Large 4 none	Mistral	1	0.6	$0.290	6/23	20.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.290 زمن الاستجابة (المتوسط) 20.4s
#301	Solar Pro 4 none	Upstage	1	0.6	$0.022	7/23	8.14s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.022 زمن الاستجابة (المتوسط) 8.14s
#302	Step 5 Preview low	Stepfun	1	0.6	$4.110	10/23	138.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $4.110 زمن الاستجابة (المتوسط) 138.3s
#304	Qwen3.5-35B-A3B none	Qwen	1	0.6	$0.120	6/23	18.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.120 زمن الاستجابة (المتوسط) 18.3s
#305	Nemotron 3.5 Super VL none	NVIDIA	1	0.6	$0.040	8/23	47.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.040 زمن الاستجابة (المتوسط) 47.0s
#308	Ling 3.1 Flash none	Inclusionai	1	0.5	$0.000	5/23	15.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 15.7s
#309	Gemini 2.5 Flash none	Google	1	0.5	$0.017	8/23	6.00s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.017 زمن الاستجابة (المتوسط) 6.00s
#310	GPT-6 Luna none	OpenAI	1	0.5	$0.026	7/23	20.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.026 زمن الاستجابة (المتوسط) 20.5s
#311	Gemma 4 26B A4B none	Google	1	0.5	$0.031	9/23	10.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.031 زمن الاستجابة (المتوسط) 10.5s
#315	Qwen3.8 27B none	Qwen	1	0.5	~$0.010	9/23	5.05s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة ~$0.010 زمن الاستجابة (المتوسط) 5.05s
#316	North Mini Code medium	Cohere	1	0.5	$0.000	8/23	140.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 140.4s
#318	MiMo-V2.6-Flash none	Xiaomi	1	0.5	$0.060	6/23	6.20s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.060 زمن الاستجابة (المتوسط) 6.20s
#322	GPT-5.6 Luna none	OpenAI	1	0.5	$0.042	6/23	3.78s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.042 زمن الاستجابة (المتوسط) 3.78s
#327	Qwen3.6 35B A3B none	Qwen	1	0.5	$0.105	4/23	8.43s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.105 زمن الاستجابة (المتوسط) 8.43s
#329	Ling 3.0 Flash none	Inclusionai	1	0.5	$0.004	6/23	3.40s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.004 زمن الاستجابة (المتوسط) 3.40s

إخفاقات 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)