AI BENCHY Kategoriefehler
Werkzeugaufrufe: Falsche Antwort
Werkzeugaufrufe
Falsche Antwort
Sieh, welche KI-Modelle bei Werkzeugaufrufe am ehesten auf Falsche Antwort stoßen, damit du Schwachstellen schneller erkennst. Sortieren nach: Fehleranzahl ↑.
Fehlergründe
| Rang | Modell | Unternehmen | Falsche Antwort-Anzahl | Kategorie-Score | Korrekte Tests | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 2.8 | 0/1 | 7.05s |
| #95 | Grok 4.1 Fast none | X AI | 1 | 2.8 | 0/1 | 5.51s |