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: Score ↓.

Modèles affichés

15

Échecs totaux

26

Modèle le plus touché

Gemini 3.5 Flash 1
Rang Modèle Entreprise Nombre de Appel d'outil invalide Score Tests corrects Temps de réponse (moy.)
#32 Gemini 3.5 Flash minimal Google 1 7.7 14/21 1.57s
#59 GLM 5V Turbo medium Z.ai 2 7.2 11/21 23.1s
#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
#136 Elephant Alpha medium Openrouter 1 5.1 6/21 1.27s

Meilleurs modèles par Nombre de Appel d'outil invalide

Nombre de Appel d'outil invalide vs Score

Meilleurs modèles par Temps de réponse (moy.)