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. Trier par: Temps de réponse (moy.) ↑.

Modèles affichés

15

Échecs totaux

26

Modèle le plus touché

Granite 4.1 8B 1
Rang Modèle Entreprise Nombre de Appel d'outil invalide Score Tests corrects Temps de réponse (moy.)
#163 Granite 4.1 8B none IBM Granite 1 4.0 2/21 728ms
#146 Laguna Xs.2 none Poolside 1 4.8 5/19 806ms
#127 Grok 4.20 none X AI 1 5.4 6/18 1.11s
#106 Grok 4.20 Beta none X AI 1 5.8 6/18 1.19s
#137 Elephant Alpha none Openrouter 1 5.1 5/21 1.22s
#136 Elephant Alpha medium Openrouter 1 5.1 6/21 1.27s
#32 Gemini 3.5 Flash minimal Google 1 7.7 14/21 1.57s
#128 Qwen3.6 Flash none Qwen 1 5.4 7/21 1.60s
#154 Qwen3.5-9B none Qwen 1 4.6 4/21 1.89s
#122 GLM 4.7 Flash none Z.ai 1 5.5 6/21 2.86s
#145 Laguna M.1 none Poolside 1 4.8 4/19 2.89s
#118 Qwen3.6 27B none Qwen 1 5.6 7/21 3.72s
#112 GLM 5.1 none Z.ai 1 5.7 7/21 4.10s
#107 Laguna Xs.2 medium Poolside 1 5.8 6/19 6.73s
#159 Ling-2.6-1T none Inclusionai 1 4.3 3/21 7.72s

Meilleurs modèles par Nombre de Appel d'outil invalide

Nombre de Appel d'outil invalide vs Score

Meilleurs modèles par Temps de réponse (moy.)