Сбои по категориям AI BENCHY
Вызов инструментов: Неверный ответ
Вызов инструментов
Неверный ответ
Посмотрите, какие AI-модели чаще всего сталкиваются с Неверный ответ в Вызов инструментов, чтобы быстрее находить слабые места.
Причины сбоев
| Ранг | Модель | Компания | Количество Неверный ответ | Оценка категории | Тестов верно | Время ответа (среднее) |
|---|---|---|---|---|---|---|
| #74 | GLM 4.7 Flash none | Z.ai | 1 | 2.8 | 0/1 | 7.05s |
| #95 | Grok 4.1 Fast none | X AI | 1 | 2.8 | 0/1 | 5.51s |