工具调用 x API 错误排名

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。

显示的模型数

失败总数

受影响最多的模型

失败原因

API 错误17 无效工具调用9 未遵循指令8 答案错误3 无答案2

分类

编程45 综合26 工具调用17 反AI技巧14 数据解析与提取14 常识问答13 谜题求解12 通用智能12 领域专项7 指令遵循1

17/17

排名	模型	公司	API 错误次数	分类得分	总成本	测试正确	响应时间（平均）
#209	Step 3.5 Flash none	Stepfun	1	3.0	$0.020	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.020 响应时间（平均） 0ms
#210	LFM2-24B-A2B none	Liquid	1	3.0	$0.001	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.001 响应时间（平均） 0ms

筛选模型