Рейтинг сбоев по Недопустимый вызов инструмента

Посмотрите, какие AI-модели чаще всего сталкиваются с Недопустимый вызов инструмента, чтобы заранее заметить риски надежности. Сортировать по: Число сбоев ↑.

Показано моделей

Всего сбоев

232

Наиболее затронутая модель

Qwen3.8 MAX 1

Категории

В категории Комбинированный177 В категории Агентные задачи44 В категории Вызов инструментов11

190/190

Ранг	Модель	Компания	Количество Недопустимый вызов инструмента	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#167	Qwen3.8 27B medium	Qwen	1	0.7	~$0.073	14/23	40.1s
Всего тестов 23 Ошибочных тестов 9 Общая стоимость ~$0.073 Время ответа (среднее) 40.1s
#170	Qwen3.7 Flash high	Qwen	1	0.7	$0.063	13/23	45.5s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.063 Время ответа (среднее) 45.5s
#175	Claude Opus 5 none	Anthropic	1	0.7	$2.766	12/23	10.8s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $2.766 Время ответа (среднее) 10.8s
#176	Qwen3.8 Flash Next xhigh	Qwen	1	0.7	~$0.195	14/23	102.7s
Всего тестов 23 Ошибочных тестов 9 Общая стоимость ~$0.195 Время ответа (среднее) 102.7s
#177	GLM 5.3 FlashX medium	Z.ai	1	0.7	$0.114	12/23	7.37s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $0.114 Время ответа (среднее) 7.37s
#178	MiMo-V2.6-Flash low	Xiaomi	1	0.7	$0.200	12/23	54.6s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $0.200 Время ответа (среднее) 54.6s
#179	MiMo-V2.5 medium	Xiaomi	1	0.7	$0.130	12/23	49.2s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $0.130 Время ответа (среднее) 49.2s
#182	Gemini 3.1 Flash Lite Preview medium	Google	1	0.7	$0.158	14/23	6.78s
Всего тестов 23 Ошибочных тестов 9 Общая стоимость $0.158 Время ответа (среднее) 6.78s
#184	Ember-1 low	Fireworks	1	0.7	$1.488	13/23	34.9s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $1.488 Время ответа (среднее) 34.9s
#190	Gemini 3.1 Flash Lite medium	Google	1	0.7	$0.153	13/23	6.27s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.153 Время ответа (среднее) 6.27s
#191	Ember-1 high	Fireworks	1	0.7	$2.405	12/23	58.1s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $2.405 Время ответа (среднее) 58.1s
#192	Gemma 4 31B medium	Google	1	0.7	$0.144	14/23	78.8s
Всего тестов 23 Ошибочных тестов 9 Общая стоимость $0.144 Время ответа (среднее) 78.8s
#193	GPT-5.6 Luna low	OpenAI	1	0.7	$0.049	11/23	6.96s
Всего тестов 23 Ошибочных тестов 12 Общая стоимость $0.049 Время ответа (среднее) 6.96s
#194	Claude Sonnet 5.5 low	Anthropic	1	0.7	$0.909	10/23	7.46s
Всего тестов 23 Ошибочных тестов 13 Общая стоимость $0.909 Время ответа (среднее) 7.46s
#196	Kimi K2.6 medium	Moonshot AI	1	0.7	$1.594	12/23	121.3s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $1.594 Время ответа (среднее) 121.3s

Сбои: Недопустимый вызов инструмента

Фильтровать модели

Лучшие модели по Количество Недопустимый вызов инструмента

Количество Недопустимый вызов инструмента против Оценка

Лучшие модели по Время ответа (среднее)