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） |
|---|---|---|---|---|---|---|---|
| #218 | Mercury 2 medium | Inception | 1 | 0.7 | $0.121 | 1/2 | 7.84s |
| #219 | Step 3.7 Flash high | Stepfun | 1 | 0.9 | $1.478 | 1/2 | 41.2s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.9 | $1.100 | 1/2 | 23.6s |
| #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 |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.7 | $0.506 | 1/2 | 106.7s |
| #231 | Laguna XS 2.1 medium | Poolside | 1 | 0.6 | $0.083 | 1/2 | 218.1s |
| #232 | Qwen3.5-122B-A10B none | Qwen | 1 | 0.5 | $0.308 | 0/2 | 129.3s |
| #237 | Kimi K2.5 medium | Moonshot AI | 1 | 0.7 | $0.841 | 1/2 | 89.2s |
| #241 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.7 | $0.332 | 1/2 | 125.4s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 107.1s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.7 | $0.000 | 1/2 | 85.2s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |