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.
Motivos de falha
Categorias
125/125
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) |
|---|---|---|---|---|---|---|---|
| #42 | Muse Spark 1.2 medium | Meta | 1 | 8.5 | $1.339 | 1/2 | 24.9s |
| #43 | Muse Spark 1.1 medium | Meta | 1 | 8.3 | $1.420 | 1/2 | 42.6s |
| #44 | Claude Fable 5 medium | Anthropic | 1 | 6.5 | $3.004 | 1/2 | 27.5s |
| #56 | Muse Spark 1.1 low | Meta | 1 | 6.6 | $0.673 | 1/2 | 29.4s |
| #59 | Muse Spark 1.3 low | Meta | 1 | 7.3 | $0.689 | 1/2 | 25.7s |
| #60 | Claude Sonnet 5 medium | Anthropic | 1 | 7.3 | $0.922 | 1/2 | 51.9s |
| #61 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.2 | $2.672 | 1/2 | 231.8s |
| #63 | Muse Glimmer 30B xhigh | Meta | 1 | 6.0 | $0.471 | 0/2 | 272.7s |
| #64 | Inkling high | Thinkingmachines | 1 | 7.3 | $1.046 | 1/2 | 63.8s |
| #70 | GPT-5.6 Terra high | OpenAI | 1 | 8.7 | $0.836 | 1/2 | 13.7s |
| #73 | Step 3.7 Flash medium | Stepfun | 1 | 7.3 | $0.495 | 1/2 | 80.9s |
| #75 | Qwen3.7 Plus medium | Qwen | 1 | 8.2 | $0.277 | 1/2 | 190.3s |
| #77 | Gemini 3.5 Flash Lite medium | 1 | 7.3 | $0.272 | 1/2 | 17.9s | |
| #81 | Qwen3.8 27B medium | Qwen | 1 | 8.7 | ~$0.058 | 1/2 | 124.5s |
| #84 | Qwen3.7 Flash high | Qwen | 1 | 6.9 | $0.052 | 1/2 | 232.0s |