無効なツール呼び出し の失敗
どのAIモデルで 無効なツール呼び出し が起きやすいかを確認し、選ぶ前に信頼性のリスクを見極められます。 並び替え: 合計コスト ↑.
131/131
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 | スコア | 合計コスト | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|
| #154 | GLM 5V Turbo medium | Z.ai | 2 | 6.7 | $0.457 | 11/21 | 23.1s |
| #94 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 7.5 | $0.459 | 14/22 | 91.8s |
| #134 | Kimi K2.5 medium | Moonshot AI | 1 | 7.0 | $0.479 | 10/22 | 98.2s |
| #151 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 6.7 | $0.487 | 11/22 | 26.0s |
| #68 | Step 3.7 Flash medium | Stepfun | 1 | 7.9 | $0.495 | 13/22 | 23.5s |
| #117 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 7.2 | $0.506 | 11/22 | 22.1s |
| #58 | Muse Glimmer 30B xhigh | Meta | 1 | 8.1 | $0.510 | 13/22 | 95.6s |
| #88 | Nemotron 3 Ultra medium | NVIDIA | 1 | 7.6 | $0.567 | 13/22 | 33.6s |
| #272 | Trinity Large Thinking high | Arcee AI | 2 | 4.8 | $0.592 | 5/22 | 75.9s |
| #161 | Gemini 3.1 Flash Lite low | 1 | 6.6 | $0.621 | 13/22 | 16.2s | |
| #194 | Trinity Large Thinking low | Arcee AI | 2 | 6.0 | $0.625 | 8/22 | 96.6s |
| #159 | Gemini 3.1 Flash Lite Preview low | 1 | 6.6 | $0.646 | 14/22 | 16.7s | |
| #17 | Gemini 3.8 Flash medium | 1 | 9.1 | $0.653 | 19/22 | 14.5s | |
| #162 | Qwen3.6 35B A3B medium | Qwen | 1 | 6.6 | $0.672 | 12/22 | 58.5s |
| #51 | Muse Spark 1.1 low | Meta | 1 | 8.3 | $0.673 | 13/22 | 11.9s |