Combinado: Llamada de herramienta no válida
Combinado
Llamada de herramienta no válida
Mira qué modelos de IA tienen más probabilidades de caer en Llamada de herramienta no válida dentro de Combinado, para detectar puntos débiles más rápido.
Motivos de fallo
Categorías
77/77
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Llamada de herramienta no válida | Puntuación de categoría | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #27 | Muse Spark 1.1 high | Meta | 2 | 5.9 | $1.694 | 0/2 | 70.3s |
| #88 | Gemini 3.5 Flash minimal | 2 | 3.0 | $0.300 | 0/2 | 14.4s | |
| #99 | Qwen3.6 27B medium | Qwen | 2 | 6.7 | $0.779 | 0/2 | 584.1s |
| #123 | Inkling low | Thinkingmachines | 2 | 2.9 | $0.187 | 0/2 | 22.7s |
| #124 | Qwen3.6 Flash none | Qwen | 2 | 3.8 | $0.062 | 0/2 | 26.5s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 2 | 4.6 | $0.044 | 0/2 | 179.6s |
| #152 | Qwen3.6 27B none | Qwen | 2 | 3.2 | $0.087 | 0/2 | 83.1s |
| #169 | Qwen3.5-9B none | Qwen | 2 | 3.0 | $0.021 | 0/2 | 194.0s |
| #171 | North Mini Code none | Cohere | 2 | 3.2 | $0.000 | 0/2 | 96.2s |
| #173 | DeepSeek V3.2 none | DeepSeek | 2 | 4.8 | $0.054 | 0/2 | 113.5s |
| #176 | GLM 4.7 Flash none | Z.ai | 2 | 3.0 | $0.016 | 0/2 | 50.2s |
| #178 | Ling-2.6-flash none | Inclusionai | 2 | 3.0 | $0.002 | 0/2 | 35.7s |
| #194 | GLM 4.7 Flash medium | Z.ai | 2 | 2.9 | $0.166 | 0/2 | 802.8s |
| #201 | Granite 4.1 8B none | IBM Granite | 2 | 3.0 | $0.007 | 0/2 | 9.28s |
| #2 | Gemini 3.5 Flash high | 1 | 8.2 | $1.976 | 1/2 | 84.1s |