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: Pruebas correctas ↑.
Motivos de fallo
Categorías
125/125
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) |
|---|---|---|---|---|---|---|---|
| #58 | Muse Glimmer 30B xhigh | Meta | 1 | 6.0 | $0.510 | 0/2 | 272.7s |
| #60 | Muse Spark 1.1 high | Meta | 2 | 5.9 | $2.253 | 0/2 | 70.3s |
| #123 | Muse Glimmer 30B low | Meta | 1 | 3.8 | $0.152 | 0/2 | 132.0s |
| #146 | GLM 5.3 low | Z.ai | 1 | 3.8 | $0.257 | 0/2 | 53.0s |
| #151 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.487 | 0/2 | 183.1s |
| #153 | Gemini 3.5 Flash minimal | 2 | 3.0 | $0.300 | 0/2 | 14.4s | |
| #154 | GLM 5V Turbo medium | Z.ai | 1 | 3.4 | $0.457 | 0/1 | 15.1s |
| #159 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #160 | Inkling Small medium | Thinkingmachines | 2 | 3.8 | $0.113 | 0/2 | 8.89s |
| #161 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #162 | Qwen3.6 35B A3B medium | Qwen | 1 | 3.0 | $0.672 | 0/2 | 817.6s |
| #163 | Mercury 2.5 Preview high | Inception | 1 | 3.8 | $0.030 | 0/2 | 14.4s |
| #165 | Qwen3.6 27B medium | Qwen | 2 | 6.7 | $1.045 | 0/2 | 584.1s |
| #174 | Ling-3.0-flash high | Inclusionai | 2 | 2.9 | $0.021 | 0/2 | 50.4s |
| #179 | Gemma 4 31B medium | 1 | 2.9 | $0.100 | 0/2 | 433.1s |