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: 正解テスト ↑.
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） |
|---|---|---|---|---|---|---|---|
| #84 | Muse Glimmer 30B xhigh | Meta | 1 | 0.6 | $0.585 | 0/2 | 272.7s |
| #87 | Muse Spark 1.1 high | Meta | 2 | 0.6 | $2.570 | 0/2 | 70.3s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 0/2 | 584.1s |
| #177 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.3 | $0.114 | 0/2 | 16.0s |
| #189 | Muse Glimmer 30B low | Meta | 1 | 0.4 | $0.219 | 0/2 | 132.0s |
| #192 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/2 | 433.1s | |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.3 | $0.049 | 0/2 | 13.7s |
| #198 | Inkling low | Thinkingmachines | 2 | 0.3 | $0.293 | 0/2 | 22.7s |
| #205 | Qwen3.5-Flash none | Qwen | 1 | 0.3 | $0.089 | 0/2 | 243.6s |
| #212 | Apodex 1.1 Mini high | Apodex | 1 | 0.4 | $0.000 | 0/2 | 67.5s |
| #213 | GLM 5.3 Flash low | Z.ai | 1 | 0.4 | $0.038 | 0/2 | 54.7s |
| #223 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.3 | $0.834 | 0/2 | 817.6s |
| #224 | Mercury 2.5 Preview high | Inception | 1 | 0.4 | $0.040 | 0/2 | 14.4s |
| #227 | GLM 5.3 low | Z.ai | 1 | 0.4 | $0.215 | 0/2 | 53.0s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.3 | $0.451 | 0/2 | 46.9s |