Clasament Apelare instrumente x Răspuns greșit

Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Apelare instrumente, ca să găsești mai repede punctele slabe.

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Eroare API17 Apel de instrument invalid9 Nu a urmat instrucțiunile8 Răspuns greșit3 Fără răspuns2

Categorii

Specific domeniului412 Trucuri anti-AI293 Programare252 Rezolvare de puzzle-uri201 Cultură generală168 Combinat68 Respectarea instrucțiunilor61 Inteligență generală59 Parsare și extragere de date41 Apelare instrumente3

3/3

Rang	Model	Companie	Număr de Răspuns greșit	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#55	GPT-5.6 Terra low	OpenAI	1	4.7	$0.519	0/1	6.69s
Total teste 1 Teste greșite 1 Cost total $0.519 Timp de răspuns (mediu) 6.69s
#176	GLM 4.7 Flash none	Z.ai	1	2.8	$0.016	0/1	7.05s
Total teste 1 Teste greșite 1 Cost total $0.016 Timp de răspuns (mediu) 7.05s
#203	Grok 4.1 Fast none	X AI	1	2.8	$0.008	0/1	5.51s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 5.51s

Filtrează modelele