Falhas AI BENCHY
Falhas por Chamada de ferramenta inválida
Veja quais modelos de IA encontram Chamada de ferramenta inválida com mais frequência para identificar riscos de confiabilidade antes de escolher. Ordenar por: Pontuação ↑.
| Posição | Modelo | Empresa | Contagem de Chamada de ferramenta inválida | Pontuação | Testes corretos | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|
| #93 | GLM 4.7 Flash medium | Z.ai | 1 | 4.6 | 4/18 | 32.3s |
| #90 | Qwen3.5-9B none | Qwen | 1 | 4.8 | 4/18 | 1.47s |
| #85 | Elephant none | Openrouter | 1 | 5.2 | 5/18 | 1.23s |
| #82 | Grok 4.20 none | X AI | 1 | 5.2 | 5/18 | 1.11s |
| #81 | Elephant medium | Openrouter | 1 | 5.2 | 5/18 | 1.27s |
| #80 | MiniMax M2.7 medium | Minimax | 1 | 5.3 | 4/18 | 31.1s |
| #79 | Grok 4.20 Beta none | X AI | 1 | 5.3 | 4/18 | 1.19s |
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 5.6 | 5/18 | 3.35s |
| #75 | GLM 5.1 none | Z.ai | 1 | 5.6 | 5/18 | 4.33s |
| #71 | MiniMax M2.5 medium | Minimax | 1 | 5.7 | 5/18 | 39.6s |
| #64 | DeepSeek V3.2 none | DeepSeek | 1 | 6.1 | 7/18 | 12.1s |
| #31 | GLM 5V Turbo medium | Z.ai | 2 | 7.8 | 11/18 | 15.0s |