工具调用 x 无答案排名

看看哪些 AI 模型在工具调用上最容易遇到无答案，更快找出薄弱点。排序方式: 响应时间（平均） ↓.

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39 未遵循指令13 无效工具调用11 答案错误9 无答案3

分类

领域专项63 常识问答62 综合55 编程49 谜题求解14 反AI技巧13 数据解析与提取9 工具调用3 指令遵循2

3/3

排名	模型	公司	无答案次数	分类得分	总成本	测试正确	响应时间（平均）
#393	Grok 4.1 Fast medium	X AI	1	0.3	$0.069	0/1	27.7s
总测试数 1 错误测试数 1 总成本 $0.069 响应时间（平均） 27.7s
#65	GPT-5.2 medium	OpenAI	1	0.5	$1.558	0/1	10.3s
总测试数 1 错误测试数 1 总成本 $1.558 响应时间（平均） 10.3s
#308	Ling 3.1 Flash none	Inclusionai	1	0.5	$0.000	0/1	4.66s
总测试数 1 错误测试数 1 总成本 $0.000 响应时间（平均） 4.66s

筛选模型