Eșecuri Apel de instrument invalid
Vezi ce modele AI se lovesc cel mai des de Apel de instrument invalid, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Număr de eșecuri ↑.
131/131
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Apel de instrument invalid | Scor | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #7 | Gemini 3.5 Flash high | 1 | 9.4 | $2.011 | 19/22 | 15.5s | |
| #17 | Gemini 3.8 Flash medium | 1 | 9.1 | $0.653 | 19/22 | 14.5s | |
| #19 | Qwen3.7 Max medium | Qwen | 1 | 9.1 | $1.157 | 17/22 | 44.3s |
| #23 | Qwen3.8 Max medium | Qwen | 1 | 9.0 | $0.771 | 17/22 | 23.3s |
| #28 | Gemini 3.5 Flash low | 1 | 8.8 | $0.449 | 18/22 | 5.76s | |
| #29 | Muse Spark 1.3 medium | Meta | 1 | 8.8 | $1.469 | 17/22 | 38.6s |
| #34 | GLM 5.3 Flash max | Z.ai | 1 | 8.7 | $0.059 | 16/22 | 52.1s |
| #36 | Muse Spark 1.2 high | Meta | 1 | 8.7 | $1.771 | 14/22 | 26.6s |
| #37 | Muse Spark 1.2 medium | Meta | 1 | 8.6 | $1.339 | 14/22 | 19.7s |
| #38 | Muse Spark 1.1 medium | Meta | 1 | 8.6 | $1.420 | 15/22 | 26.2s |
| #39 | Claude Fable 5 medium | Anthropic | 1 | 8.6 | $3.004 | 17/22 | 15.0s |
| #51 | Muse Spark 1.1 low | Meta | 1 | 8.3 | $0.673 | 13/22 | 11.9s |
| #54 | Muse Spark 1.3 low | Meta | 1 | 8.2 | $0.689 | 15/22 | 16.0s |
| #55 | Claude Sonnet 5 medium | Anthropic | 1 | 8.2 | $0.922 | 15/22 | 12.5s |
| #56 | Qwen3.8 2.4T A95B low | Qwen | 1 | 8.1 | $2.672 | 15/22 | 119.0s |