dottxt 工具调用周报:同一模型最差端点故障率可差 15 倍
remilouf · x · 2026-11-18
dottxt 发布 11 月 6-15 日「Tool-call weather」周报,核心结论:provider 与模型同样重要,同一模型在最差端点的工具调用失败率最高可比最好端点差 15 倍。
- 新上榜:ThinkyMachines 的 Inkling 2 Small、Nex-N2.6、百度 ERNIE-5.5-Flash-Preview
- 变糟:DeepSeek V4.1 Flash 1017 在 AtlasCloud 从 1.7% 恶化到 17%;DeepSeek V4 Pro 0423 在 Azure 从 3.3% 升至 11%;GLM 5.3 Flash 在 Novita 升至 2.3%
- 好转:gpt-oss-120b 在 CoreWeave 从 50% 降至 6.6%
其索引页还列出 64 个模型 × 65 个 provider 的最优/最差失败率对比,并提供了 npx skills add 的 provider 选择 skill 供 agent 自动挑选端点。
「编程与Agent」频道最新
- 圈内热梗:智能体编程的杀手级应用是为智能体编程造 harness — danbri · 2026-11-18
- 开发者用 HyperFrames 加 Claude 做 Agent 视频剪辑,替代 FFmpeg 痛苦流 — toolstelegraph · 2026-11-18
- ETH 提出 AuXSpec:可执行后条件作奖励,9B 模型规格生成超前沿模型 — eth-algopt · 2026-11-18
- 在办公室打印机里跑 Gemma:14MB 内存、60 秒一个 token — TheTuringPost · 2026-11-18
- 开发者用 Muse+Claude+Codex+Grok 组队,一天连发两版 — GeneralDistinct5775 · 2026-11-18
- 用 3D Gaussian Splatting 在浏览器复刻经典恐怖游戏《P.T.》 — willeastcott · 2026-11-18