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: Costo total ↑.
131/131
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) |
|---|---|---|---|---|---|---|---|
| #116 | Kimi K2.6 medium | Moonshot AI | 1 | 7.2 | $1.247 | 12/22 | 115.9s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 8.6 | $1.339 | 14/22 | 19.7s |
| #38 | Muse Spark 1.1 medium | Meta | 1 | 8.6 | $1.420 | 15/22 | 26.2s |
| #29 | Muse Spark 1.3 medium | Meta | 1 | 8.8 | $1.469 | 17/22 | 38.6s |
| #89 | Claude Opus 5 none | Anthropic | 1 | 7.5 | $1.550 | 12/22 | 7.65s |
| #36 | Muse Spark 1.2 high | Meta | 1 | 8.7 | $1.771 | 14/22 | 26.6s |
| #7 | Gemini 3.5 Flash high | 1 | 9.4 | $2.011 | 19/22 | 15.5s | |
| #60 | Muse Spark 1.1 high | Meta | 2 | 8.0 | $2.253 | 12/22 | 36.9s |
| #105 | Qwen3.8 2.4T A95B high | Qwen | 1 | 7.4 | $2.357 | 14/22 | 120.6s |
| #56 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.1 | $2.672 | 15/22 | 119.0s |
| #39 | Claude Fable 5 medium | Anthropic | 1 | 8.6 | $3.004 | 17/22 | 15.0s |