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。
125/125
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） |
|---|---|---|---|---|---|---|---|
| #241 | Inkling Small none | Thinkingmachines | 1 | 6.5 | $0.054 | 1/2 | 9.33s |
| #242 | Laguna XS 2.1 none | Poolside | 1 | 3.0 | $0.008 | 0/2 | 10.4s |
| #247 | Dots 3 Note Preview none | Dots Studio | 1 | 3.0 | $0.000 | 0/2 | 14.8s |
| #248 | Inkling none | Thinkingmachines | 1 | 2.9 | $0.147 | 0/2 | 25.7s |
| #250 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 6.2 | $0.156 | 1/2 | 136.9s |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.8 | $0.208 | 0/2 | 72.1s |
| #261 | Laguna S 2.1 low | Poolside | 1 | 3.2 | $0.082 | 0/2 | 412.5s |
| #265 | Mercury 2.5 Preview none | Inception | 1 | 3.0 | $0.018 | 0/2 | 31.3s |
| #270 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 6.3 | $0.140 | 1/2 | 142.4s |
| #280 | Cobuddy medium | Baidu | 1 | 1.5 | $0.000 | 0/1 | 47.4s |
| #282 | Granite 4.2 8B high | IBM Granite | 1 | 5.0 | $0.084 | 0/2 | 570.4s |
| #284 | MiniMax M2.5 medium | Minimax | 1 | 3.7 | $0.327 | 0/2 | 83.2s |
| #286 | Grok 4.20 Beta none | X AI | 1 | 1.5 | $0.087 | 0/1 | 6.48s |
| #287 | Laguna M.1 none | Poolside | 1 | 1.5 | $0.009 | 0/1 | 4.32s |
| #293 | Grok 4.20 none | X AI | 1 | 1.5 | $0.057 | 0/1 | 6.04s |