Fallos por Llamada de herramienta no válida
Mira qué modelos de IA se encuentran con Llamada de herramienta no válida con más frecuencia para detectar riesgos de fiabilidad antes de elegir. Ordenar por: Tiempo de respuesta (promedio) ↑.
190/190
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Cantidad de Llamada de herramienta no válida | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #57 | Claude Fable 5 medium | Anthropic | 1 | 0.9 | $5.089 | 18/23 | 16.8s |
| #156 | Inkling medium | Thinkingmachines | 2 | 0.7 | $0.527 | 15/23 | 17.0s |
| #77 | Muse Spark 1.3 low | Meta | 1 | 0.9 | $0.911 | 16/23 | 17.7s |
| #304 | Qwen3.5-35B-A3B none | Qwen | 1 | 0.6 | $0.120 | 6/23 | 18.3s |
| #270 | Qwen3.5 Plus 2026-04-20 none | Qwen | 1 | 0.6 | $0.216 | 8/23 | 18.5s |
| #92 | Gemini 3.5 Flash high | 2 | 0.8 | $2.737 | 19/23 | 18.6s | |
| #249 | Gemini 3.1 Flash Lite low | 1 | 0.6 | $0.717 | 13/23 | 19.0s | |
| #248 | Gemini 3.1 Flash Lite Preview low | 1 | 0.6 | $0.736 | 14/23 | 19.0s | |
| #251 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.6 | $0.176 | 11/23 | 20.1s |
| #132 | GPT-6 Luna high | OpenAI | 1 | 0.8 | $0.074 | 15/23 | 20.4s |
| #295 | Mistral Large 4 none | Mistral | 1 | 0.6 | $0.290 | 6/23 | 20.4s |
| #310 | GPT-6 Luna none | OpenAI | 1 | 0.5 | $0.026 | 7/23 | 20.5s |
| #173 | Step 3.7 Flash low | Stepfun | 2 | 0.7 | $0.449 | 11/23 | 20.7s |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.6 | $0.506 | 11/23 | 21.2s |
| #55 | Muse Spark 1.2 medium | Meta | 1 | 0.9 | $1.590 | 15/23 | 21.3s |