无效工具调用失败排名

看看哪些 AI 模型最常遇到无效工具调用，让你在选择前先发现稳定性风险。排序方式: 失败次数 ↑.

显示的模型数

失败总数

232

受影响最多的模型

分类

在分类综合中177 在分类智能体任务中44 在分类工具调用中11

190/190

排名	模型	公司	无效工具调用次数	分数	总成本	测试正确	响应时间（平均）
#349	Laguna S 2.1 high	Poolside	2	0.5	$0.145	4/23	113.6s
总测试数 23 错误测试数 19 总成本 $0.145 响应时间（平均） 113.6s
#353	Qwen3.5-9B none	Qwen	2	0.5	$0.041	4/23	37.2s
总测试数 23 错误测试数 19 总成本 $0.041 响应时间（平均） 37.2s
#357	GLM 4.7 Flash none	Z.ai	2	0.5	$0.027	5/23	13.0s
总测试数 23 错误测试数 18 总成本 $0.027 响应时间（平均） 13.0s
#358	Mercury 2.5 Preview default	Inception	2	0.5	$0.023	4/23	7.05s
总测试数 23 错误测试数 19 总成本 $0.023 响应时间（平均） 7.05s
#360	North Mini Code default	Cohere	2	0.5	$0.000	4/23	29.5s
总测试数 23 错误测试数 19 总成本 $0.000 响应时间（平均） 29.5s
#364	DeepSeek V3.2 none	DeepSeek	2	0.5	$0.119	6/23	22.4s
总测试数 23 错误测试数 17 总成本 $0.119 响应时间（平均） 22.4s
#385	GLM 4.7 Flash medium	Z.ai	2	0.4	$0.193	4/23	150.9s
总测试数 23 错误测试数 19 总成本 $0.193 响应时间（平均） 150.9s
#396	Granite 4.1 8b default	IBM Granite	2	0.4	$0.007	2/23	1.38s
总测试数 23 错误测试数 21 总成本 $0.007 响应时间（平均） 1.38s
#397	Nemotron 3.5 Lightning none	NVIDIA	2	0.4	$0.009	3/23	15.9s
总测试数 23 错误测试数 20 总成本 $0.009 响应时间（平均） 15.9s
#373	Ling 2.6 Flash default	Inclusionai	3	0.5	$0.002	6/23	10.2s
总测试数 23 错误测试数 17 总成本 $0.002 响应时间（平均） 10.2s

无效工具调用失败