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) |
|---|---|---|---|---|---|---|---|
| #297 | GPT-5.6 Terra none | OpenAI | 1 | 0.3 | $0.377 | 0/2 | 7.02s |
| #300 | Ring 2.6 1t medium | Inclusionai | 1 | 0.7 | $0.102 | 1/2 | 257.3s |
| #311 | Step 5 Preview low | Stepfun | 1 | 0.7 | $4.110 | 1/2 | 40.9s |
| #313 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.4 | $0.120 | 0/2 | 128.3s |
| #317 | Ling 3.1 Flash none | Inclusionai | 1 | 0.3 | $0.000 | 0/2 | 25.4s |
| #318 | Gemini 2.5 Flash none | 1 | 0.3 | $0.017 | 0/2 | 61.2s | |
| #320 | Gemma 4 26B A4B none | 1 | 0.3 | $0.031 | 0/2 | 37.2s | |
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.3 | $0.457 | 0/1 | 15.1s |
| #324 | Qwen3.8 27B none | Qwen | 1 | 0.3 | ~$0.010 | 0/2 | 24.1s |
| #325 | North Mini Code medium | Cohere | 1 | 0.3 | $0.000 | 0/2 | 554.9s |
| #327 | MiMo-V2.6-Flash none | Xiaomi | 1 | 0.4 | $0.060 | 0/2 | 4.78s |
| #331 | GPT-5.6 Luna none | OpenAI | 1 | 0.3 | $0.042 | 0/2 | 6.68s |
| #335 | Laguna XS 2.1 none | Poolside | 1 | 0.3 | $0.020 | 0/2 | 10.4s |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/2 | 4.08s |
| #338 | Ling 3.0 Flash none | Inclusionai | 1 | 0.3 | $0.004 | 0/2 | 8.58s |