AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Échecs AI BENCHY

Échecs Appel d'outil invalide

Voyez quels modèles d'IA rencontrent le plus souvent Appel d'outil invalide, pour repérer les risques de fiabilité avant de choisir.

Modèles affichés

15

Échecs totaux

26

Modèle le plus touché

GLM 5V Turbo 2
Rang Modèle Entreprise Nombre de Appel d'outil invalide Score Tests corrects Temps de réponse (moy.)
#59 GLM 5V Turbo medium Z.ai 2 7.2 11/21 23.1s
#138 Ling-2.6-flash none Inclusionai 2 5.0 6/21 9.34s
#32 Gemini 3.5 Flash minimal Google 1 7.7 14/21 1.57s
#78 Qwen3.6 27B medium Qwen 1 6.8 10/21 59.7s
#106 Grok 4.20 Beta none X AI 1 5.8 6/18 1.19s
#107 Laguna Xs.2 medium Poolside 1 5.8 6/19 6.73s
#112 GLM 5.1 none Z.ai 1 5.7 7/21 4.10s
#118 Qwen3.6 27B none Qwen 1 5.6 7/21 3.72s
#119 Cobuddy medium Baidu 1 5.6 7/21 39.9s
#122 GLM 4.7 Flash none Z.ai 1 5.5 6/21 2.86s
#127 Grok 4.20 none X AI 1 5.4 6/18 1.11s
#128 Qwen3.6 Flash none Qwen 1 5.4 7/21 1.60s
#129 MiniMax M2.5 medium Minimax 1 5.3 5/21 65.4s
#130 MiniMax M2.7 medium Minimax 1 5.3 5/21 38.2s
#133 DeepSeek V3.2 none DeepSeek 1 5.2 6/21 13.8s

Meilleurs modèles par Nombre de Appel d'outil invalide

Nombre de Appel d'outil invalide vs Score

Meilleurs modèles par Temps de réponse (moy.)