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
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) |
|---|---|---|---|---|---|---|---|
| #84 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 6.4 | $0.039 | 1/2 | 104.1s |
| #88 | Nemotron 3 Ultra medium | NVIDIA | 1 | 6.3 | $0.567 | 1/2 | 218.2s |
| #89 | Claude Opus 5 none | Anthropic | 1 | 8.3 | $1.550 | 1/2 | 30.5s |
| #91 | GPT-5.6 Terra low | OpenAI | 1 | 8.7 | $0.420 | 1/2 | 9.68s |
| #94 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 6.9 | $0.459 | 1/2 | 175.8s |
| #95 | Qwen3.5-27B medium | Qwen | 1 | 7.3 | $0.982 | 1/2 | 595.2s |
| #97 | GPT-5.4 Mini medium | OpenAI | 1 | 6.9 | $0.786 | 1/2 | 59.6s |
| #100 | Gemini 3.1 Flash Lite Preview medium | 1 | 7.2 | $0.117 | 1/2 | 16.6s | |
| #105 | Qwen3.8 2.4T A95B high | Qwen | 1 | 6.9 | $2.357 | 1/2 | 266.1s |
| #111 | GLM 5.3 Flash high | Z.ai | 1 | 6.4 | $0.029 | 1/2 | 91.1s |
| #112 | Gemini 3.1 Flash Lite medium | 1 | 7.2 | $0.120 | 1/2 | 18.5s | |
| #114 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.066 | 1/2 | 150.6s |
| #116 | Kimi K2.6 medium | Moonshot AI | 1 | 6.9 | $1.247 | 1/2 | 458.6s |
| #117 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.3 | $0.506 | 1/2 | 106.7s |
| #122 | Qwen3.5-122B-A10B medium | Qwen | 1 | 6.4 | $1.207 | 1/2 | 313.5s |