टूल कॉलिंग x कोई उत्तर नहीं रैंकिंग

AI BENCHY श्रेणी विफलताएँ

देखें कि टूल कॉलिंग में किन AI मॉडलों में कोई उत्तर नहीं आने की सबसे अधिक संभावना है, ताकि आप कमजोरियाँ जल्दी पहचान सकें। क्रमबद्ध करें: सही परीक्षण ↑.

दिखाए गए मॉडल

कुल विफलताएँ

सबसे अधिक प्रभावित मॉडल

GPT-5.2 1

विफलता के कारण

API त्रुटि6 निर्देशों का पालन नहीं किया6 अमान्य टूल कॉल3 कोई उत्तर नहीं2 गलत उत्तर2

श्रेणियाँ

टूल कॉलिंग2 डेटा पार्सिंग और निष्कर्षण2 डोमेन-विशिष्ट2 एंटी-एआई ट्रिक्स1 संयुक्त1

रैंक	मॉडल	कंपनी	कोई उत्तर नहीं संख्या	श्रेणी स्कोर	सही परीक्षण	प्रतिक्रिया समय (औसत)
#40	GPT-5.2 medium	OpenAI	1	4.7	0/1	10.3s
#52	Grok 4.1 Fast medium	X AI	1	2.8	0/1	27.7s

कोई उत्तर नहीं संख्या के अनुसार शीर्ष मॉडल

कोई उत्तर नहीं संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल

टूल कॉलिंग: कोई उत्तर नहीं

कोई उत्तर नहीं संख्या के अनुसार शीर्ष मॉडल

कोई उत्तर नहीं संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल

अनुमानित व्यर्थ लागत के अनुसार शीर्ष मॉडल