Falhas por categoria AI BENCHY

Chamada de ferramentas

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: Testes corretos ↑.

Modelos exibidos

Falhas totais

Modelo mais afetado

GLM 4.7 Flash 1

Motivos de falha relacionados

Resposta incorreta2 Sem resposta2 Erro de API1

Categorias relacionadas

Específico do domínio98 Resolução de quebra-cabeças55 Truques anti-IA53 Seguimento de instruções26 Combinado21 Análise e extração de dados14 Inteligência geral6 Chamada de ferramentas2

Posição	Modelo	Empresa	Contagem de Resposta incorreta	Pontuação da categoria	Testes corretos	Tempo de resposta (médio)
#49	GLM 4.7 Flash none	Z.ai	1	10.0	0/1	7.05s
#53	Grok 4.1 Fast none	X AI	1	10.0	0/1	5.51s

Chamada de ferramentas

Resposta incorreta

Melhores modelos por Contagem de Resposta incorreta

Contagem de Resposta incorreta vs pontuação média

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado