AI BENCHY 分类失败
工具调用：API 错误
工具调用
API 错误
看看哪些 AI 模型在 工具调用 上最容易遇到 API 错误，更快找出薄弱点。 排序方式: 测试正确 ↓.
| 排名 | 模型 | 公司 | API 错误 次数 | 分类得分 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #14 | Gemma 4 31B medium | 1 | 3.0 | 0/1 | 0ms | |
| #33 | GLM 5.1 medium | Z.ai | 1 | 3.0 | 0/1 | 0ms |
| #48 | Gemma 4 31B none | 1 | 3.0 | 0/1 | 0ms | |
| #56 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 3.0 | 0/1 | 0ms |
| #84 | gpt-oss-120b none | OpenAI | 1 | 3.0 | 0/1 | 0ms |
| #98 | LFM2-24B-A2B none | Liquid | 1 | 3.0 | 0/1 | 0ms |