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. Ordenar por: Costo total ↑.
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) |
|---|---|---|---|---|---|---|---|
| #137 | North Mini Code medium | Cohere | 1 | 2.9 | $0.000 | 0/2 | 554.9s |
| #171 | North Mini Code none | Cohere | 2 | 3.2 | $0.000 | 0/2 | 96.2s |
| #188 | Cobuddy medium | Baidu | 1 | 1.5 | $0.000 | 0/1 | 47.4s |
| #178 | Ling-2.6-flash none | Inclusionai | 2 | 3.0 | $0.002 | 0/2 | 35.7s |
| #201 | Granite 4.1 8B none | IBM Granite | 2 | 3.0 | $0.007 | 0/2 | 9.28s |
| #160 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/2 | 10.4s |
| #192 | Laguna M.1 none | Poolside | 1 | 1.5 | $0.009 | 0/1 | 4.32s |
| #156 | Gemma 4 26B A4B none | 1 | 3.0 | $0.015 | 0/2 | 37.2s | |
| #176 | GLM 4.7 Flash none | Z.ai | 2 | 3.0 | $0.016 | 0/2 | 50.2s |
| #118 | Gemini 2.5 Flash none | 1 | 3.0 | $0.017 | 0/2 | 61.2s | |
| #121 | gpt-oss-120b medium | OpenAI | 1 | 6.5 | $0.019 | 1/2 | 24.0s |
| #169 | Qwen3.5-9B none | Qwen | 2 | 3.0 | $0.021 | 0/2 | 194.0s |
| #45 | DeepSeek V4 Flash high | DeepSeek | 1 | 6.4 | $0.042 | 1/2 | 104.1s |
| #150 | DeepSeek V4 Flash none | DeepSeek | 2 | 4.6 | $0.044 | 0/2 | 179.6s |
| #173 | DeepSeek V3.2 none | DeepSeek | 2 | 4.8 | $0.054 | 0/2 | 113.5s |