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) |
|---|---|---|---|---|---|---|---|
| #159 | GLM 5V Turbo medium | Z.ai | 1 | 3.4 | $0.457 | 0/1 | 15.1s |
| #164 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #166 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #167 | Qwen3.6 35B A3B medium | Qwen | 1 | 3.0 | $0.672 | 0/2 | 817.6s |
| #168 | Mercury 2.5 Preview high | Inception | 1 | 3.8 | $0.030 | 0/2 | 14.4s |
| #171 | Laguna XS 2.1 medium | Poolside | 1 | 6.3 | $0.068 | 1/2 | 218.1s |
| #175 | Dots 3 Note Preview low | Dots Studio | 1 | 6.9 | $0.000 | 1/2 | 85.2s |
| #176 | Dots 3 Note Preview high | Dots Studio | 1 | 6.9 | $0.000 | 1/2 | 107.1s |
| #178 | MiMo-V2.5 medium | Xiaomi | 1 | 8.7 | $0.104 | 1/2 | 78.0s |
| #180 | Ring-2.6-1T medium | Inclusionai | 1 | 7.3 | $0.102 | 1/2 | 257.3s |
| #184 | Gemma 4 31B medium | 1 | 2.9 | $0.100 | 0/2 | 433.1s | |
| #185 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.051 | 0/2 | 13.7s |
| #188 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.8 | $0.675 | 0/2 | 512.8s |
| #189 | gpt-oss-120b medium | OpenAI | 1 | 6.5 | $0.020 | 1/2 | 24.0s |
| #190 | Qwen3.7 Flash none | Qwen | 1 | 3.8 | $0.019 | 0/2 | 94.6s |