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) |
|---|---|---|---|---|---|---|---|
| #241 | Inkling Small none | Thinkingmachines | 1 | 6.5 | $0.054 | 1/2 | 9.33s |
| #242 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/2 | 10.4s |
| #247 | Dots 3 Note Preview none | Dots Studio | 1 | 3.0 | $0.000 | 0/2 | 14.8s |
| #248 | Inkling none | Thinkingmachines | 1 | 2.9 | $0.147 | 0/2 | 25.7s |
| #250 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 6.2 | $0.156 | 1/2 | 136.9s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.208 | 0/2 | 72.1s |
| #261 | Laguna S 2.1 low | Poolside | 1 | 3.2 | $0.082 | 0/2 | 412.5s |
| #265 | Mercury 2.5 Preview none | Inception | 1 | 3.0 | $0.018 | 0/2 | 31.3s |
| #270 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 6.3 | $0.140 | 1/2 | 142.4s |
| #280 | Cobuddy medium | Baidu | 1 | 1.5 | $0.000 | 0/1 | 47.4s |
| #282 | Granite 4.2 8B high | IBM Granite | 1 | 5.0 | $0.084 | 0/2 | 570.4s |
| #284 | MiniMax M2.5 medium | Minimax | 1 | 3.7 | $0.327 | 0/2 | 83.2s |
| #286 | Grok 4.20 Beta none | X AI | 1 | 1.5 | $0.087 | 0/1 | 6.48s |
| #287 | Laguna M.1 none | Poolside | 1 | 1.5 | $0.009 | 0/1 | 4.32s |
| #293 | Grok 4.20 none | X AI | 1 | 1.5 | $0.057 | 0/1 | 6.04s |