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。
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） |
|---|---|---|---|---|---|---|---|
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.7 | $0.158 | 1/2 | 16.6s | |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 1 | 0.6 | $1.152 | 1/2 | 313.5s |
| #189 | Muse Glimmer 30B low | Meta | 1 | 0.4 | $0.219 | 0/2 | 132.0s |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.7 | $0.153 | 1/2 | 18.5s | |
| #192 | Gemma 4 31B medium | 1 | 0.3 | $0.144 | 0/2 | 433.1s | |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.3 | $0.049 | 0/2 | 13.7s |
| #194 | Claude Sonnet 5.5 low | Anthropic | 1 | 0.8 | $0.909 | 1/2 | 22.5s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.7 | $1.594 | 1/2 | 458.6s |
| #197 | Qwen3.5-Flash medium | Qwen | 1 | 0.6 | $0.184 | 1/2 | 266.6s |
| #205 | Qwen3.5-Flash none | Qwen | 1 | 0.3 | $0.089 | 0/2 | 243.6s |
| #207 | Grok 4.7 high | X AI | 1 | 0.9 | $3.037 | 1/2 | 129.3s |
| #212 | Apodex 1.1 Mini high | Apodex | 1 | 0.4 | $0.000 | 0/2 | 67.5s |
| #213 | GLM 5.3 Flash low | Z.ai | 1 | 0.4 | $0.038 | 0/2 | 54.7s |
| #215 | GLM 5.2 none | Z.ai | 1 | 0.7 | $0.250 | 1/2 | 50.2s |
| #216 | Qwen3.7 Flash medium | Qwen | 1 | 0.6 | $0.076 | 1/2 | 314.2s |