Ranking für Agentenaufgaben x Falsche Antwort

Sieh, welche KI-Modelle bei Agentenaufgaben am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst.

Angezeigte Modelle

Gesamtfehler

108

Am stärksten betroffenes Modell

Fehlergründe

Falsche Antwort108 Ungültiger Werkzeugaufruf44 API-Fehler32 Anweisungen nicht befolgt14 Zeitüberschreitung10

Kategorien

Domänenspezifisch766 Anti-KI-Tricks446 Programmierung429 Rätsellösen307 Allgemeinwissen280 Kombiniert115 Allgemeine Intelligenz112 Agentenaufgaben108 Befolgung von Anweisungen94 Datenanalyse und -extraktion71

108/108

Rang	Modell	Unternehmen	Falsche Antwort-Anzahl	Kategorie-Score	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#363	Command A+ medium	Cohere	1	5.0	$0.064	0/1	112.8s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.064 Antwortzeit (Durchschnitt) 112.8s
#368	Command A+ high	Cohere	1	3.9	$0.079	0/1	156.0s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.079 Antwortzeit (Durchschnitt) 156.0s
#372	Command A+ low	Cohere	1	2.8	$0.073	0/1	128.5s
Gesamttests 1 Falsche Tests 1 Gesamtkosten $0.073 Antwortzeit (Durchschnitt) 128.5s

Modelle filtern