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: اختبارات صحيحة ↓.

النماذج المعروضة

إجمالي الإخفاقات

232

النموذج الأكثر تأثرًا

Pareto 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)
#242	Dots 3 Note Preview high	Dots Studio	1	0.6	$0.000	10/23	70.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 70.5s
#243	Dots 3 Note Preview low	Dots Studio	1	0.6	$0.000	10/23	66.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 66.1s
#254	Space Bunny Alpha medium	Stealth	1	0.6	$0.000	10/23	32.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 32.9s
#271	Step 5 Preview medium	Stepfun	1	0.6	$4.136	10/23	136.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $4.136 زمن الاستجابة (المتوسط) 136.1s
#278	Inkling Small medium	Thinkingmachines	2	0.6	$0.113	10/23	6.03s
إجمالي الاختبارات 23 الاختبارات الخاطئة 13 إجمالي التكلفة $0.113 زمن الاستجابة (المتوسط) 6.03s
#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
#222	Claude Sonnet 5.5 medium	Anthropic	1	0.7	$1.100	9/23	8.03s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $1.100 زمن الاستجابة (المتوسط) 8.03s
#228	GLM 5.1 none	Z.ai	1	0.6	$0.451	9/23	11.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.451 زمن الاستجابة (المتوسط) 11.1s
#231	Laguna XS 2.1 medium	Poolside	2	0.6	$0.083	9/23	49.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.083 زمن الاستجابة (المتوسط) 49.0s
#259	Space Bunny Alpha xhigh	Stealth	1	0.6	$0.000	9/23	60.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 60.0s
#277	MiMo-V2.6-Pro none	Xiaomi	1	0.6	$0.193	9/23	9.66s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.193 زمن الاستجابة (المتوسط) 9.66s
#281	gpt-oss-120b medium	OpenAI	1	0.6	$0.030	9/23	31.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.030 زمن الاستجابة (المتوسط) 31.6s
#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
#328	Inkling Small low	Thinkingmachines	2	0.5	$0.055	9/23	1.99s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة $0.055 زمن الاستجابة (المتوسط) 1.99s

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)