Рейтинг сбоев по Недопустимый вызов инструмента

Посмотрите, какие AI-модели чаще всего сталкиваются с Недопустимый вызов инструмента, чтобы заранее заметить риски надежности.

Показано моделей

Всего сбоев

232

Наиболее затронутая модель

Ling 2.6 Flash 3

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)
#121	MiMo-V2.6-Flash medium	Xiaomi	1	0.8	$0.218	12/23	61.9s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $0.218 Время ответа (среднее) 61.9s
#123	Ling 3.1 Flash high	Inclusionai	1	0.8	$0.000	15/23	87.4s
Всего тестов 23 Ошибочных тестов 8 Общая стоимость $0.000 Время ответа (среднее) 87.4s
#126	Step 3.7 Flash medium	Stepfun	1	0.8	$0.571	13/23	26.6s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.571 Время ответа (среднее) 26.6s
#130	DeepSeek V4 Flash 0731 medium	DeepSeek	1	0.8	$0.460	12/23	94.2s
Всего тестов 23 Ошибочных тестов 11 Общая стоимость $0.460 Время ответа (среднее) 94.2s
#132	GPT-6 Luna high	OpenAI	1	0.8	$0.074	15/23	20.4s
Всего тестов 23 Ошибочных тестов 8 Общая стоимость $0.074 Время ответа (среднее) 20.4s
#148	GPT-5.6 Luna medium	OpenAI	1	0.7	$0.065	13/23	9.64s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.065 Время ответа (среднее) 9.64s
#149	Qwen3.6 Flash medium	Qwen	1	0.7	$0.783	13/23	45.5s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.783 Время ответа (среднее) 45.5s
#155	DeepSeek V4 Pro 0423 none	DeepSeek	1	0.7	$0.083	10/23	14.1s
Всего тестов 23 Ошибочных тестов 13 Общая стоимость $0.083 Время ответа (среднее) 14.1s
#157	Gemma 4 26B A4B medium	Google	1	0.7	$0.101	16/23	105.0s
Всего тестов 23 Ошибочных тестов 7 Общая стоимость $0.101 Время ответа (среднее) 105.0s
#158	GLM 5.3 Flash high	Z.ai	1	0.7	$0.056	13/23	29.1s
Всего тестов 23 Ошибочных тестов 10 Общая стоимость $0.056 Время ответа (среднее) 29.1s
#166	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	0.7	$0.567	14/23	97.7s
Всего тестов 23 Ошибочных тестов 9 Общая стоимость $0.567 Время ответа (среднее) 97.7s
#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

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)