Peringkat Pemanggilan alat x Jawaban salah

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Kesalahan API25 Tidak mengikuti instruksi12 Pemanggilan alat tidak valid11 Jawaban salah5 Tidak ada jawaban2

Kategori

Spesifik domain654 Trik anti-AI386 Pemrograman361 Pemecahan teka-teki275 Pengetahuan umum244 Gabungan95 Kecerdasan umum90 Kepatuhan instruksi82 Parsing dan ekstraksi data66 Pemanggilan alat5

5/5

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#69	Qwen3.8 27B low	Qwen	1	3.0	~$0.071	0/1	8.42s
Total Tes 1 Tes Salah 1 Total Biaya ~$0.071 Waktu respons (rata-rata) 8.42s
#91	GPT-5.6 Terra low	OpenAI	1	4.7	$0.420	0/1	6.69s
Total Tes 1 Tes Salah 1 Total Biaya $0.420 Waktu respons (rata-rata) 6.69s
#275	GLM 4.7 Flash none	Z.ai	1	2.8	$0.016	0/1	7.05s
Total Tes 1 Tes Salah 1 Total Biaya $0.016 Waktu respons (rata-rata) 7.05s
#285	Laguna S 2.1 none	Poolside	1	4.7	$0.022	0/1	1.45s
Total Tes 1 Tes Salah 1 Total Biaya $0.022 Waktu respons (rata-rata) 1.45s
#303	Grok 4.1 Fast none	X AI	1	2.8	$0.008	0/1	5.51s
Total Tes 1 Tes Salah 1 Total Biaya $0.008 Waktu respons (rata-rata) 5.51s

Filter model