टूल कॉलिंग: अवैध टूल कॉल
टूल कॉलिंग
अवैध टूल कॉल
टूल कॉलिंग मध्ये कोणत्या AI मॉडेल्सना अवैध टूल कॉल येण्याची शक्यता जास्त आहे ते पाहा, म्हणजे कमकुवत बाजू लवकर ओळखता येतील. क्रम लावा: बरोबर चाचण्या ↑.
अयशस्वी होण्याची कारणे
11/11
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | अवैध टूल कॉल संख्या | श्रेणी स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #87 | Inkling high | Thinkingmachines | 1 | 0.3 | $1.238 | 0/1 | 6.52s |
| #159 | Inkling medium | Thinkingmachines | 1 | 0.3 | $0.527 | 0/1 | 4.48s |
| #321 | GLM 5V Turbo medium | Z.ai | 1 | 0.7 | $0.457 | 0/1 | 12.5s |
| #337 | Inkling Small low | Thinkingmachines | 1 | 0.3 | $0.055 | 0/1 | 2.21s |
| #360 | Ling 2.6 1t default | Inclusionai | 1 | 0.3 | $0.016 | 0/1 | 25.7s |
| #382 | Ling 2.6 Flash default | Inclusionai | 1 | 0.3 | $0.002 | 0/1 | 18.8s |
| #406 | Nemotron 3.5 Lightning none | NVIDIA | 1 | 0.3 | $0.009 | 0/1 | 1.70s |
| #413 | Elephant Alpha default | Openrouter | 1 | 0.3 | $0.000 | 0/1 | 2.79s |
| #414 | Elephant Alpha medium | Openrouter | 1 | 0.3 | $0.000 | 0/1 | 2.83s |
| #418 | Laguna Xs.2 medium | Poolside | 1 | 0.5 | $0.015 | 0/1 | 3.39s |
| #425 | Laguna Xs.2 default | Poolside | 1 | 0.3 | $0.004 | 0/1 | 1.93s |