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

Kegagalan AI BENCHY

Kegagalan Pemanggilan alat tidak valid

Lihat model AI mana yang paling sering mengalami Pemanggilan alat tidak valid, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

9

Total kegagalan

26

Model yang paling terdampak

Granite 4.1 8B 1
Peringkat Model Perusahaan Jumlah Pemanggilan alat tidak valid Skor Tes benar Waktu respons (rata-rata)
#138 Ling-2.6-flash none Inclusionai 2 5.0 6/21 9.34s
#133 DeepSeek V3.2 none DeepSeek 1 5.2 6/21 13.8s
#59 GLM 5V Turbo medium Z.ai 2 7.2 11/21 23.1s
#139 DeepSeek V4 Flash none DeepSeek 1 5.0 5/21 26.8s
#158 GLM 4.7 Flash medium Z.ai 1 4.4 4/21 35.1s
#130 MiniMax M2.7 medium Minimax 1 5.3 5/21 38.2s
#119 Cobuddy medium Baidu 1 5.6 7/21 39.9s
#78 Qwen3.6 27B medium Qwen 1 6.8 10/21 59.7s
#129 MiniMax M2.5 medium Minimax 1 5.3 5/21 65.4s

Model teratas menurut Jumlah Pemanggilan alat tidak valid

Jumlah Pemanggilan alat tidak valid vs Skor

Model teratas menurut Waktu respons (rata-rata)