Fallos por categoría de AI BENCHY
Llamada de herramientas: Error de API
Llamada de herramientas
Error de API
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. Ordenar por: Tiempo de respuesta (promedio) ↓.
Motivos de fallo
| Rango | Modelo | Empresa | Cantidad de Error de API | Puntuación de categoría | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|
| #89 | Hy3 preview low | Tencent | 1 | 2.8 | 0/1 | 17.8s |
| #20 | Gemini 3.5 Flash none | 1 | 3.0 | 0/1 | 0ms | |
| #27 | Gemma 4 31B medium | 1 | 3.0 | 0/1 | 0ms | |
| #46 | Qwen3.6 35B A3B medium | Qwen | 1 | 3.0 | 0/1 | 0ms |
| #55 | GLM 5.1 medium | Z.ai | 1 | 3.0 | 0/1 | 0ms |
| #83 | Step 3.5 Flash none | Stepfun | 1 | 3.0 | 0/1 | 0ms |
| #84 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 3.0 | 0/1 | 0ms |
| #85 | Gemma 4 31B none | 1 | 3.0 | 0/1 | 0ms | |
| #96 | Ring-2.6-1T none | Inclusionai | 1 | 3.0 | 0/1 | 0ms |
| #100 | Grok Build 0.1 none | X AI | 1 | 3.0 | 0/1 | 0ms |
| #126 | gpt-oss-120b none | OpenAI | 1 | 3.0 | 0/1 | 0ms |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 3.0 | 0/1 | 0ms |
| #153 | Qwen3.6 35B A3B none | Qwen | 1 | 3.0 | 0/1 | 0ms |
| #160 | LFM2-24B-A2B none | Liquid | 1 | 3.0 | 0/1 | 0ms |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | 0/1 | 0ms |