複合: 無効なツール呼び出し
複合
無効なツール呼び出し
複合 で 無効なツール呼び出し が起きやすいAIモデルを確認し、弱点を早く見つけられます。 並び替え: 失敗数 ↑.
カテゴリ
154/154
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | 無効なツール呼び出し 件数 | カテゴリスコア | 合計コスト | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|
| #35 | Qwen3.8 MAX medium | Qwen | 1 | 0.9 | $1.181 | 1/2 | 91.3s |
| #36 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.9 | $3.306 | 1/2 | 110.4s |
| #41 | Pareto default | Unbiased | 1 | 0.7 | $1.520 | 1/2 | 53.5s |
| #45 | Gemini 3.5 Flash low | 1 | 0.8 | $0.752 | 1/2 | 30.0s | |
| #47 | Muse Spark 1.3 medium | Meta | 1 | 0.7 | $1.712 | 1/2 | 34.7s |
| #52 | GLM 5.3 Flash max | Z.ai | 1 | 0.7 | $0.089 | 1/2 | 138.7s |
| #53 | Muse Spark Open low | Meta | 1 | 0.8 | $0.600 | 1/2 | 32.8s |
| #54 | Muse Spark 1.2 high | Meta | 1 | 0.8 | $2.018 | 1/2 | 39.9s |
| #55 | Muse Spark 1.2 medium | Meta | 1 | 0.9 | $1.590 | 1/2 | 24.9s |
| #56 | Muse Spark 1.1 medium | Meta | 1 | 0.8 | $1.665 | 1/2 | 42.6s |
| #57 | Claude Fable 5 medium | Anthropic | 1 | 0.7 | $5.089 | 1/2 | 27.5s |
| #58 | Pareto 26.9 default | Unbiased | 1 | 0.8 | $1.864 | 1/2 | 81.4s |
| #71 | Muse Spark 1.1 low | Meta | 1 | 0.7 | $0.885 | 1/2 | 29.4s |
| #72 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.9 | $1.516 | 1/2 | 30.4s |
| #73 | Claude Sonnet 5.5 high | Anthropic | 1 | 0.8 | $1.175 | 1/2 | 24.6s |