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） |
|---|---|---|---|---|---|---|---|
| #130 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.7 | $0.460 | 1/2 | 150.6s |
| #149 | Qwen3.6 Flash medium | Qwen | 1 | 0.7 | $0.783 | 1/2 | 299.2s |
| #155 | DeepSeek V4 Pro 0423 none | DeepSeek | 1 | 0.8 | $0.083 | 1/2 | 71.6s |
| #157 | Gemma 4 26B A4B medium | 1 | 0.6 | $0.101 | 1/2 | 492.9s | |
| #158 | GLM 5.3 Flash high | Z.ai | 1 | 0.6 | $0.056 | 1/2 | 91.1s |
| #164 | Gemini 3.5 Flash Lite medium | 1 | 0.7 | $0.440 | 1/2 | 17.9s | |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 0.7 | $0.567 | 1/2 | 175.8s |
| #167 | Qwen3.8 27B medium | Qwen | 1 | 0.9 | ~$0.073 | 1/2 | 124.5s |
| #170 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 1/2 | 232.0s |
| #173 | Step 3.7 Flash low | Stepfun | 1 | 0.7 | $0.449 | 1/2 | 66.2s |
| #175 | Claude Opus 5 none | Anthropic | 1 | 0.8 | $2.766 | 1/2 | 30.5s |
| #176 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.7 | ~$0.195 | 1/2 | 92.2s |
| #177 | GLM 5.3 FlashX medium | Z.ai | 1 | 0.3 | $0.114 | 0/2 | 16.0s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.7 | $0.200 | 1/2 | 20.8s |
| #179 | MiMo-V2.5 medium | Xiaomi | 1 | 0.9 | $0.130 | 1/2 | 78.0s |