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) |
|---|---|---|---|---|---|---|---|
| #249 | Dots 3 Note Preview high | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 107.1s |
| #250 | Dots 3 Note Preview low | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 85.2s |
| #252 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |
| #255 | Gemini 3.1 Flash Lite Preview low | 1 | 0.3 | $0.736 | 0/2 | 160.6s | |
| #257 | Gemini 3.1 Flash Lite low | 1 | 0.3 | $0.717 | 0/2 | 161.2s | |
| #260 | Ling 3.1 Flash low | Inclusionai | 1 | 0.7 | $0.000 | 1/2 | 235.1s |
| #262 | Space Bunny Alpha medium | Stealth | 1 | 0.4 | $0.000 | 0/2 | 17.0s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.7 | $0.152 | 1/2 | 79.9s |
| #266 | Grok 4.20 medium | X AI | 1 | 0.9 | $1.246 | 1/2 | 42.2s |
| #277 | Inkling none | Thinkingmachines | 1 | 0.3 | $0.292 | 0/2 | 25.7s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.7 | $4.136 | 1/2 | 125.0s |
| #281 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.4 | $0.742 | 0/2 | 183.1s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1 | 0.3 | $0.157 | 0/2 | 42.4s |
| #289 | gpt-oss-120b medium | OpenAI | 1 | 0.7 | $0.030 | 1/2 | 24.0s |
| #294 | Qwen3.7 Flash none | Qwen | 1 | 0.4 | $0.028 | 0/2 | 94.6s |