Peringkat Pemanggilan alat x Pemanggilan alat tidak valid

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Pemanggilan alat tidak valid di Pemanggilan alat, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

GLM 5V Turbo 1

Alasan kegagalan

Kesalahan API15 Pemanggilan alat tidak valid7 Tidak mengikuti instruksi6 Jawaban salah2 Tidak ada jawaban2

Kategori

Gabungan19 Pemanggilan alat7

Peringkat	Model	Perusahaan	Jumlah Pemanggilan alat tidak valid	Skor kategori	Tes benar	Waktu respons (rata-rata)
#59	GLM 5V Turbo medium	Z.ai	1	7.0	0/1	12.5s
#107	Laguna Xs.2 medium	Poolside	1	4.7	0/1	3.39s
#136	Elephant Alpha medium	Openrouter	1	3.0	0/1	2.83s
#137	Elephant Alpha none	Openrouter	1	3.0	0/1	2.79s
#138	Ling-2.6-flash none	Inclusionai	1	3.0	0/1	18.8s
#146	Laguna Xs.2 none	Poolside	1	3.0	0/1	1.93s
#159	Ling-2.6-1T none	Inclusionai	1	3.0	0/1	25.7s

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

Pemanggilan alat: Pemanggilan alat tidak valid

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