Ranking de Chamada de ferramentas x Resposta incorreta

Veja quais modelos de IA têm mais chance de encontrar Resposta incorreta em Chamada de ferramentas, para identificar pontos fracos mais rápido. Ordenar por: Custo total ↑.

Modelos exibidos

Falhas totais

Modelo mais afetado

Grok 4.1 Fast 1

Motivos de falha

Erro de API17 Chamada de ferramenta inválida9 Não seguiu as instruções8 Resposta incorreta3 Sem resposta2

Categorias

Específico do domínio412 Truques anti-IA293 Programação252 Resolução de quebra-cabeças201 Conhecimentos gerais168 Combinado68 Seguimento de instruções61 Inteligência geral59 Análise e extração de dados41 Chamada de ferramentas3

3/3

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#203	Grok 4.1 Fast none	X AI	1	2.8	$0.008	0/1	5.51s
Total de testes 1 Testes errados 1 Custo total $0.008 Tempo de resposta (médio) 5.51s
#176	GLM 4.7 Flash none	Z.ai	1	2.8	$0.016	0/1	7.05s
Total de testes 1 Testes errados 1 Custo total $0.016 Tempo de resposta (médio) 7.05s
#55	GPT-5.6 Terra low	OpenAI	1	4.7	$0.519	0/1	6.69s
Total de testes 1 Testes errados 1 Custo total $0.519 Tempo de resposta (médio) 6.69s

Filtrar modelos

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado

Chamada de ferramentas: Resposta incorreta

Filtrar modelos

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado