Ranking de Llamada de herramientas x Error de API

Fallos por categoría de AI BENCHY

Mira qué modelos de IA tienen más probabilidades de caer en Error de API dentro de Llamada de herramientas, para detectar puntos débiles más rápido.

Modelos mostrados

Fallos totales

Modelo más afectado

Motivos de fallo

Error de API6 No siguió las instrucciones6 Llamada de herramienta no válida3 Respuesta incorrecta2 Sin respuesta2

Categorías

Análisis y extracción de datos6 Llamada de herramientas6 Programación6 Combinado5 Específico del dominio2 Resolución de acertijos1 Seguimiento de instrucciones1

Rango	Modelo	Empresa	Cantidad de Error de API	Puntuación de categoría	Pruebas correctas	Tiempo de respuesta (promedio)
#14	Gemma 4 31B medium	Google	1	3.0	0/1	0ms
#33	GLM 5.1 medium	Z.ai	1	3.0	0/1	0ms
#48	Gemma 4 31B none	Google	1	3.0	0/1	0ms
#56	Grok 4.20 Multi Agent Beta medium	X AI	1	3.0	0/1	0ms
#84	gpt-oss-120b none	OpenAI	1	3.0	0/1	0ms
#98	LFM2-24B-A2B none	Liquid	1	3.0	0/1	0ms

Mejores modelos por Cantidad de Error de API