Ranking de Combinado x 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.

Modelos exibidos

Falhas totais

Modelo mais afetado

Motivos de falha

Chamada de ferramenta inválida91 Resposta incorreta68 Sem resposta29 Erro de API26 Tempo esgotado5 Formatação extra1 Não seguiu as instruções1

Categorias

Combinado91 Chamada de ferramentas9

77/77

Posição	Modelo	Empresa	Contagem de Chamada de ferramenta inválida	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#192	Laguna M.1 none	Poolside	1	1.5	$0.009	0/1	4.32s
Total de testes 1 Testes errados 1 Custo total $0.009 Tempo de resposta (médio) 4.32s
#197	Grok 4.20 none	X AI	1	1.5	$0.057	0/1	6.04s
Total de testes 1 Testes errados 1 Custo total $0.057 Tempo de resposta (médio) 6.04s

←

1 2 3 4 5 6

Filtrar modelos