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

Kegagalan kategori AI BENCHY

Gabungan: Pemanggilan alat tidak valid

Gabungan
Pemanggilan alat tidak valid

Lihat model AI mana yang paling mungkin mengalami Pemanggilan alat tidak valid di Gabungan, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

15

Total kegagalan

19

Model yang paling terdampak

DeepSeek V3.2 1
Peringkat Model Perusahaan Jumlah Pemanggilan alat tidak valid Skor kategori Tes benar Waktu respons (rata-rata)
#133 DeepSeek V3.2 none DeepSeek 1 6.5 0/1 115.9s
#139 DeepSeek V4 Flash none DeepSeek 1 4.5 0/1 112.0s
#78 Qwen3.6 27B medium Qwen 1 7.0 0/1 83.1s
#158 GLM 4.7 Flash medium Z.ai 1 2.8 0/1 65.6s
#129 MiniMax M2.5 medium Minimax 1 4.5 0/1 60.4s
#119 Cobuddy medium Baidu 1 3.0 0/1 47.4s
#130 MiniMax M2.7 medium Minimax 1 4.7 0/1 41.0s
#138 Ling-2.6-flash none Inclusionai 1 3.0 0/1 35.3s
#112 GLM 5.1 none Z.ai 1 2.8 0/1 32.6s
#59 GLM 5V Turbo medium Z.ai 1 6.9 0/1 15.1s
#118 Qwen3.6 27B none Qwen 1 3.0 0/1 9.95s
#106 Grok 4.20 Beta none X AI 1 3.0 0/1 6.48s
#127 Grok 4.20 none X AI 1 3.0 0/1 6.04s
#154 Qwen3.5-9B none Qwen 1 3.0 0/1 5.91s
#145 Laguna M.1 none Poolside 1 3.0 0/1 4.32s

Model teratas menurut Jumlah Pemanggilan alat tidak valid

Jumlah Pemanggilan alat tidak valid vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang