Ranking de Chamada de ferramentas x Resposta incorreta

Falhas por categoria AI BENCHY

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Chamada de ferramentas, para identificar pontos fracos mais rápido.

Modelos exibidos

Falhas totais

Modelo mais afetado

Motivos de falha

Erro de API6 Não seguiu as instruções6 Chamada de ferramenta inválida3 Resposta incorreta2 Sem resposta2

Categorias

Específico do domínio182 Truques anti-IA165 Resolução de quebra-cabeças85 Seguimento de instruções44 Combinado37 Programação28 Análise e extração de dados19 Inteligência geral10 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#74	GLM 4.7 Flash none	Z.ai	1	2.8	0/1	7.05s
#95	Grok 4.1 Fast none	X AI	1	2.8	0/1	5.51s

Melhores modelos por Contagem de Resposta incorreta