AI BENCHY 分类失败
工具调用：无效工具调用
工具调用
无效工具调用
看看哪些 AI 模型在 工具调用 上最容易遇到 无效工具调用，更快找出薄弱点。 排序方式: 失败次数 ↑.
| 排名 | 模型 | 公司 | 无效工具调用 次数 | 分类得分 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #59 | GLM 5V Turbo medium | Z.ai | 1 | 7.0 | 0/1 | 12.5s |
| #107 | Laguna Xs.2 medium | Poolside | 1 | 4.7 | 0/1 | 3.39s |
| #136 | Elephant Alpha medium | Openrouter | 1 | 3.0 | 0/1 | 2.83s |
| #137 | Elephant Alpha none | Openrouter | 1 | 3.0 | 0/1 | 2.79s |
| #138 | Ling-2.6-flash none | Inclusionai | 1 | 3.0 | 0/1 | 18.8s |
| #146 | Laguna Xs.2 none | Poolside | 1 | 3.0 | 0/1 | 1.93s |
| #159 | Ling-2.6-1T none | Inclusionai | 1 | 3.0 | 0/1 | 25.7s |