Classement Combiné x Appel d'outil invalide

Voyez quels modèles d'IA ont le plus de chances de rencontrer Appel d'outil invalide sur Combiné, pour repérer plus vite les points faibles.

Modèles affichés

Échecs totaux

Modèle le plus touché

Muse Spark 1.1 2

Raisons d'échec

Appel d'outil invalide91 Mauvaise réponse68 Aucune réponse29 Erreur API26 Délai dépassé5 Mise en forme supplémentaire1 N'a pas suivi les instructions1

Catégories

Combiné91 Appel d'outils9

77/77

Rang	Modèle	Entreprise	Nombre de Appel d'outil invalide	Score de catégorie	Coût total	Tests corrects	Temps de réponse (moy.)
#27	Muse Spark 1.1 high	Meta	2	5.9	$1.694	0/2	70.3s
Tests totaux 2 Tests incorrects 2 Coût total $1.694 Temps de réponse (moy.) 70.3s
#88	Gemini 3.5 Flash minimal	Google	2	3.0	$0.300	0/2	14.4s
Tests totaux 2 Tests incorrects 2 Coût total $0.300 Temps de réponse (moy.) 14.4s
#99	Qwen3.6 27B medium	Qwen	2	6.7	$0.779	0/2	584.1s
Tests totaux 2 Tests incorrects 2 Coût total $0.779 Temps de réponse (moy.) 584.1s
#123	Inkling low	Thinkingmachines	2	2.9	$0.187	0/2	22.7s
Tests totaux 2 Tests incorrects 2 Coût total $0.187 Temps de réponse (moy.) 22.7s
#124	Qwen3.6 Flash none	Qwen	2	3.8	$0.062	0/2	26.5s
Tests totaux 2 Tests incorrects 2 Coût total $0.062 Temps de réponse (moy.) 26.5s
#150	DeepSeek V4 Flash none	DeepSeek	2	4.6	$0.044	0/2	179.6s
Tests totaux 2 Tests incorrects 2 Coût total $0.044 Temps de réponse (moy.) 179.6s
#152	Qwen3.6 27B none	Qwen	2	3.2	$0.087	0/2	83.1s
Tests totaux 2 Tests incorrects 2 Coût total $0.087 Temps de réponse (moy.) 83.1s
#169	Qwen3.5-9B none	Qwen	2	3.0	$0.021	0/2	194.0s
Tests totaux 2 Tests incorrects 2 Coût total $0.021 Temps de réponse (moy.) 194.0s
#171	North Mini Code none	Cohere	2	3.2	$0.000	0/2	96.2s
Tests totaux 2 Tests incorrects 2 Coût total $0.000 Temps de réponse (moy.) 96.2s
#173	DeepSeek V3.2 none	DeepSeek	2	4.8	$0.054	0/2	113.5s
Tests totaux 2 Tests incorrects 2 Coût total $0.054 Temps de réponse (moy.) 113.5s
#176	GLM 4.7 Flash none	Z.ai	2	3.0	$0.016	0/2	50.2s
Tests totaux 2 Tests incorrects 2 Coût total $0.016 Temps de réponse (moy.) 50.2s
#178	Ling-2.6-flash none	Inclusionai	2	3.0	$0.002	0/2	35.7s
Tests totaux 2 Tests incorrects 2 Coût total $0.002 Temps de réponse (moy.) 35.7s
#194	GLM 4.7 Flash medium	Z.ai	2	2.9	$0.166	0/2	802.8s
Tests totaux 2 Tests incorrects 2 Coût total $0.166 Temps de réponse (moy.) 802.8s
#201	Granite 4.1 8B none	IBM Granite	2	3.0	$0.007	0/2	9.28s
Tests totaux 2 Tests incorrects 2 Coût total $0.007 Temps de réponse (moy.) 9.28s
#2	Gemini 3.5 Flash high	Google	1	8.2	$1.976	1/2	84.1s
Tests totaux 2 Tests incorrects 1 Coût total $1.976 Temps de réponse (moy.) 84.1s

1 2 3 4 5 6

→

Filtrer les modèles

Meilleurs modèles par Nombre de Appel d'outil invalide

Nombre de Appel d'outil invalide vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé

Combiné : Appel d'outil invalide

Filtrer les modèles

Meilleurs modèles par Nombre de Appel d'outil invalide

Nombre de Appel d'outil invalide vs Score

Meilleurs modèles par Temps de réponse (moy.)

Meilleurs modèles par Coût gaspillé estimé