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
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) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 3.5 Flash high | 1 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #97 | Ling 3.1 Flash medium | Inclusionai | 1 | 0.7 | $0.000 | 1/2 | 306.5s |
| #98 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 1/2 | 190.3s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.6 | $0.261 | 1/2 | 104.1s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.6 | $0.674 | 1/2 | 218.2s |
| #113 | Gemini 3.8 Flash medium | 1 | 0.9 | $0.769 | 1/2 | 60.3s | |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.7 | ~$0.045 | 1/2 | 98.9s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.9 | $0.435 | 1/2 | 9.68s |
| #116 | Qwen3.5-27B medium | Qwen | 1 | 0.7 | $1.135 | 1/2 | 595.2s |
| #117 | GLM 5.3 FlashX max | Z.ai | 1 | 0.8 | $0.623 | 1/2 | 45.2s |
| #119 | GPT-5.4 Mini medium | OpenAI | 1 | 0.7 | $1.102 | 1/2 | 59.6s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.7 | $2.949 | 1/2 | 266.1s |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.7 | $0.218 | 1/2 | 20.7s |
| #125 | Ling 3.1 Flash high | Inclusionai | 1 | 0.6 | $0.000 | 1/2 | 351.2s |
| #129 | Step 3.7 Flash medium | Stepfun | 1 | 0.7 | $0.571 | 1/2 | 80.9s |