Combinado: Chamada de ferramenta inválida
Combinado
Chamada de ferramenta inválida
Veja quais modelos de IA têm mais chance de encontrar Chamada de ferramenta inválida em Combinado, para identificar pontos fracos mais rápido. Ordenar por: Custo total ↓.
Motivos de falha
157/157
Filtrar modelos
Nenhum modelo corresponde à pesquisa e aos filtros atuais.
| Posição | Modelo | Empresa | Contagem de Chamada de ferramenta inválida | Pontuação da categoria | Custo total | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|
| #58 | Claude Fable 5 medium | Anthropic | 1 | 0.7 | $5.089 | 1/2 | 27.5s |
| #279 | Step 5 Preview medium | Stepfun | 1 | 0.7 | $4.136 | 1/2 | 125.0s |
| #311 | Step 5 Preview low | Stepfun | 1 | 0.7 | $4.110 | 1/2 | 40.9s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.8 | $4.016 | 1/2 | 231.8s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.9 | $3.306 | 1/2 | 110.4s |
| #212 | Grok 4.7 high | X AI | 1 | 0.9 | $3.037 | 1/2 | 129.3s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.7 | $2.949 | 1/2 | 266.1s |
| #178 | Claude Opus 5 none | Anthropic | 1 | 0.8 | $2.766 | 1/2 | 30.5s |
| #93 | Gemini 3.5 Flash high | 1 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #88 | Muse Spark 1.1 high | Meta | 2 | 0.6 | $2.570 | 0/2 | 70.3s |
| #55 | Muse Spark 1.2 high | Meta | 1 | 0.8 | $2.018 | 1/2 | 39.9s |
| #59 | Pareto 26.9 default | Unbiased | 1 | 0.8 | $1.864 | 1/2 | 81.4s |
| #48 | Muse Spark 1.3 medium | Meta | 1 | 0.7 | $1.712 | 1/2 | 34.7s |
| #80 | Qwen3.7 Max medium | Qwen | 1 | 0.9 | $1.689 | 1/2 | 287.8s |
| #57 | Muse Spark 1.1 medium | Meta | 1 | 0.8 | $1.665 | 1/2 | 42.6s |