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。
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） |
|---|---|---|---|---|---|---|---|
| #349 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/2 | 702.3s |
| #353 | Qwen3.5-9B none | Qwen | 2 | 0.3 | $0.041 | 0/2 | 194.0s |
| #357 | GLM 4.7 Flash none | Z.ai | 2 | 0.3 | $0.027 | 0/2 | 50.2s |
| #360 | North Mini Code default | Cohere | 2 | 0.3 | $0.000 | 0/2 | 96.2s |
| #364 | DeepSeek V3.2 none | DeepSeek | 2 | 0.5 | $0.119 | 0/2 | 113.5s |
| #373 | Ling 2.6 Flash default | Inclusionai | 2 | 0.3 | $0.002 | 0/2 | 35.7s |
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/2 | 802.8s |
| #396 | Granite 4.1 8b default | IBM Granite | 2 | 0.3 | $0.007 | 0/2 | 9.28s |
| #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 |