Ranking de 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.

Modelos mostrados

Fallos totales

232

Modelo más afectado

Ling 2.6 Flash 3

Categorías

En la categoría Combinado177 En la categoría Tareas de agentes44 En la categoría Llamada de herramientas11

190/190

Rango	Modelo	Empresa	Cantidad de Llamada de herramienta no válida	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#305	Nemotron 3.5 Super VL none	NVIDIA	1	0.6	$0.040	8/23	47.0s
Pruebas totales 23 Pruebas incorrectas 15 Costo total $0.040 Tiempo de respuesta (promedio) 47.0s
#308	Ling 3.1 Flash none	Inclusionai	1	0.5	$0.000	5/23	15.7s
Pruebas totales 23 Pruebas incorrectas 18 Costo total $0.000 Tiempo de respuesta (promedio) 15.7s
#309	Gemini 2.5 Flash none	Google	1	0.5	$0.017	8/23	6.00s
Pruebas totales 23 Pruebas incorrectas 15 Costo total $0.017 Tiempo de respuesta (promedio) 6.00s
#310	GPT-6 Luna none	OpenAI	1	0.5	$0.026	7/23	20.5s
Pruebas totales 23 Pruebas incorrectas 16 Costo total $0.026 Tiempo de respuesta (promedio) 20.5s
#311	Gemma 4 26B A4B none	Google	1	0.5	$0.031	9/23	10.5s
Pruebas totales 23 Pruebas incorrectas 14 Costo total $0.031 Tiempo de respuesta (promedio) 10.5s
#315	Qwen3.8 27B none	Qwen	1	0.5	~$0.010	9/23	5.05s
Pruebas totales 23 Pruebas incorrectas 14 Costo total ~$0.010 Tiempo de respuesta (promedio) 5.05s
#316	North Mini Code medium	Cohere	1	0.5	$0.000	8/23	140.4s
Pruebas totales 23 Pruebas incorrectas 15 Costo total $0.000 Tiempo de respuesta (promedio) 140.4s
#318	MiMo-V2.6-Flash none	Xiaomi	1	0.5	$0.060	6/23	6.20s
Pruebas totales 23 Pruebas incorrectas 17 Costo total $0.060 Tiempo de respuesta (promedio) 6.20s
#322	GPT-5.6 Luna none	OpenAI	1	0.5	$0.042	6/23	3.78s
Pruebas totales 23 Pruebas incorrectas 17 Costo total $0.042 Tiempo de respuesta (promedio) 3.78s
#327	Qwen3.6 35B A3B none	Qwen	1	0.5	$0.105	4/23	8.43s
Pruebas totales 23 Pruebas incorrectas 19 Costo total $0.105 Tiempo de respuesta (promedio) 8.43s
#329	Ling 3.0 Flash none	Inclusionai	1	0.5	$0.004	6/23	3.40s
Pruebas totales 23 Pruebas incorrectas 17 Costo total $0.004 Tiempo de respuesta (promedio) 3.40s
#330	Nemotron 3.5 Lightning high	NVIDIA	1	0.5	$0.168	5/23	77.1s
Pruebas totales 23 Pruebas incorrectas 18 Costo total $0.168 Tiempo de respuesta (promedio) 77.1s
#336	Mercury 2.5 low	Inception	1	0.5	$0.020	6/23	3.34s
Pruebas totales 23 Pruebas incorrectas 17 Costo total $0.020 Tiempo de respuesta (promedio) 3.34s
#338	MiMo-V2.5-Pro none	Xiaomi	1	0.5	$0.135	5/23	6.21s
Pruebas totales 23 Pruebas incorrectas 18 Costo total $0.135 Tiempo de respuesta (promedio) 6.21s
#343	Dots 3 Note Preview default	Dots Studio	1	0.5	$0.000	3/23	5.36s
Pruebas totales 23 Pruebas incorrectas 20 Costo total $0.000 Tiempo de respuesta (promedio) 5.36s

Fallos por Llamada de herramienta no válida

Filtrar modelos

Mejores modelos por Cantidad de Llamada de herramienta no válida

Cantidad de Llamada de herramienta no válida vs Puntuación

Mejores modelos por Tiempo de respuesta (promedio)