Рейтинг Вызов инструментов x Неверный ответ

Посмотрите, какие AI-модели чаще всего сталкиваются с Неверный ответ в Вызов инструментов, чтобы быстрее находить слабые места. Сортировать по: Время ответа (среднее) ↓.

Показано моделей

Всего сбоев

Наиболее затронутая модель

GLM 4.7 Flash 1

Причины сбоев

Ошибка API17 Недопустимый вызов инструмента9 Не соблюдены инструкции8 Неверный ответ3 Нет ответа2

Категории

Предметно-ориентированное421 Анти-ИИ уловки293 Программирование259 Решение головоломок204 Эрудиция172 Комбинированный69 Общий интеллект62 Следование инструкциям61 Парсинг и извлечение данных41 Вызов инструментов3

3/3

Ранг	Модель	Компания	Количество Неверный ответ	Оценка категории	Общая стоимость	Тестов верно	Время ответа (среднее)
#182	GLM 4.7 Flash none	Z.ai	1	2.8	$0.016	0/1	7.05s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.016 Время ответа (среднее) 7.05s
#59	GPT-5.6 Terra low	OpenAI	1	4.7	$0.519	0/1	6.69s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.519 Время ответа (среднее) 6.69s
#209	Grok 4.1 Fast none	X AI	1	2.8	$0.008	0/1	5.51s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.008 Время ответа (среднее) 5.51s

Фильтровать модели

Лучшие модели по Количество Неверный ответ

Количество Неверный ответ против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь

Вызов инструментов: Неверный ответ

Фильтровать модели

Лучшие модели по Количество Неверный ответ

Количество Неверный ответ против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь