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: Tiempo de respuesta (promedio) ↑.
Motivos de fallo
157/157
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) |
|---|---|---|---|---|---|---|---|
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.3 | $0.009 | 0/2 | 2.02s |
| #397 | Mercury 2.5 none | Inception | 1 | 0.3 | $0.026 | 0/2 | 3.24s |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/2 | 4.08s |
| #412 | Laguna M.1 default | Poolside | 1 | 0.2 | $0.009 | 0/1 | 4.32s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.4 | $0.060 | 0/2 | 4.78s |
| #416 | Grok 4.20 none | X AI | 1 | 0.2 | $0.057 | 0/1 | 6.04s |
| #411 | Grok 4.20 Beta default | X AI | 1 | 0.2 | $0.087 | 0/1 | 6.48s |
| #331 | GPT-5.6 Luna none | OpenAI | 1 | 0.3 | $0.042 | 0/2 | 6.68s |
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.3 | $0.377 | 0/2 | 7.02s |
| #223 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 1/2 | 7.84s |
| #338 | Ling 3.0 Flash none | Inclusionai | 1 | 0.3 | $0.004 | 0/2 | 8.58s |
| #286 | Inkling Small medium | Thinkingmachines | 2 | 0.4 | $0.113 | 0/2 | 8.89s |
| #405 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/2 | 9.28s |
| #356 | Inkling Small none | Thinkingmachines | 1 | 0.7 | $0.054 | 1/2 | 9.33s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.9 | $0.435 | 1/2 | 9.68s |