综合：无效工具调用
综合
无效工具调用
看看哪些 AI 模型在 综合 上最容易遇到 无效工具调用，更快找出薄弱点。 排序方式: 响应时间（平均） ↓.
154/154
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 无效工具调用 次数 | 分类得分 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #223 | Qwen3.6 35B A3B medium | Qwen | 1 | 0.3 | $0.834 | 0/2 | 817.6s |
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/2 | 802.8s |
| #349 | Laguna S 2.1 high | Poolside | 2 | 0.3 | $0.145 | 0/2 | 702.3s |
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.7 | $1.135 | 1/2 | 595.2s |
| #174 | Qwen3.6 27B medium | Qwen | 2 | 0.7 | $1.021 | 0/2 | 584.1s |
| #362 | Granite 4.2 8B high | IBM Granite | 1 | 0.5 | $0.111 | 0/2 | 570.4s |
| #316 | North Mini Code medium | Cohere | 1 | 0.3 | $0.000 | 0/2 | 554.9s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.4 | $0.716 | 0/2 | 512.8s |
| #157 | Gemma 4 26B A4B medium | 1 | 0.6 | $0.101 | 1/2 | 492.9s | |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 1/2 | 458.6s |
| #192 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/2 | 433.1s | |
| #368 | Laguna S 2.1 low | Poolside | 1 | 0.3 | $0.108 | 0/2 | 412.5s |
| #267 | Trinity Large Thinking medium | Arcee AI | 2 | 0.3 | $0.862 | 0/2 | 382.7s |
| #123 | Ling 3.1 Flash high | Inclusionai | 1 | 0.6 | $0.000 | 1/2 | 351.2s |
| #216 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 1/2 | 314.2s |