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） |
|---|---|---|---|---|---|---|---|
| #92 | Gemini 3.5 Flash high | 1 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #96 | Ling 3.1 Flash medium | Inclusionai | 1 | 0.7 | $0.000 | 1/2 | 306.5s |
| #97 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 1/2 | 190.3s |
| #106 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.6 | $0.261 | 1/2 | 104.1s |
| #109 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.6 | $0.674 | 1/2 | 218.2s |
| #111 | Gemini 3.8 Flash medium | 1 | 0.9 | $0.769 | 1/2 | 60.3s | |
| #112 | Qwen3.8 Flash Next low | Qwen | 1 | 0.7 | ~$0.045 | 1/2 | 98.9s |
| #113 | GPT-5.6 Terra low | OpenAI | 1 | 0.9 | $0.435 | 1/2 | 9.68s |
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.7 | $1.135 | 1/2 | 595.2s |
| #115 | GLM 5.3 FlashX max | Z.ai | 1 | 0.8 | $0.623 | 1/2 | 45.2s |
| #117 | GPT-5.4 Mini medium | OpenAI | 1 | 0.7 | $1.102 | 1/2 | 59.6s |
| #120 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.7 | $2.949 | 1/2 | 266.1s |
| #121 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.7 | $0.218 | 1/2 | 20.7s |
| #123 | Ling 3.1 Flash high | Inclusionai | 1 | 0.6 | $0.000 | 1/2 | 351.2s |
| #126 | Step 3.7 Flash medium | Stepfun | 1 | 0.7 | $0.571 | 1/2 | 80.9s |