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) |
|---|---|---|---|---|---|---|---|
| #183 | MiMo-V2.5 medium | Xiaomi | 1 | 0.9 | $0.130 | 1/2 | 78.0s |
| #186 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 1/2 | 16.6s | |
| #190 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.6 | $1.152 | 1/2 | 313.5s |
| #193 | Muse Glimmer 30B low | Meta | 1 | 0.4 | $0.219 | 0/2 | 132.0s |
| #194 | Minimax M3.1 Flash max | Minimax | 1 | 0.6 | $0.000 | 1/2 | 39.9s |
| #195 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 1/2 | 18.5s | |
| #197 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/2 | 433.1s | |
| #198 | GPT-5.6 Luna low | OpenAI | 1 | 0.3 | $0.049 | 0/2 | 13.7s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.8 | $0.909 | 1/2 | 22.5s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 1/2 | 458.6s |
| #202 | Qwen3.5-Flash medium | Qwen | 1 | 0.6 | $0.184 | 1/2 | 266.6s |
| #210 | Qwen3.5-Flash none | Qwen | 1 | 0.3 | $0.089 | 0/2 | 243.6s |
| #212 | Grok 4.7 high | X AI | 1 | 0.9 | $3.037 | 1/2 | 129.3s |
| #217 | Apodex 1.1 Mini high | Apodex | 1 | 0.4 | $0.000 | 0/2 | 67.5s |
| #218 | GLM 5.3 Flash low | Z.ai | 1 | 0.4 | $0.038 | 0/2 | 54.7s |