dottxt 工具调用周报:GLM 5.3 Flash 失败率升至 2.3%,日调用量破亿
remilouf · x · 2026-11-21
dottxt 发布 Nov 9–15 的「This week in tool calls」周报,基于真实流量统计各家模型的 function calling 失败率:
- 新上架模型:Inkling 2 Small(5 家供应商,失败率 1.4%)、Nex-N2.6(0.62%)、ERNIE-5.5-Flash-Preview(1.2%)。
- 最繁忙模型:DeepSeek V4.1 Flash 1017 日调用 1.017 亿次,最佳供应商上失败率仅 0.038%,但在 AtlasCloud 上高达 15%;GLM 5.3 Flash 日调用 2280 万次,最优端点 0%,最差 2.6%。
- 逐小时追踪:CoreWeave 上 gpt-oss-120b 一度 50% 失败,周一 16:00 修复至 6.6%;AtlasCloud 上 DeepSeek V4.1 Flash 1017 自 11 月 3 日起从 1.7% 恶化到 17%;Azure 上 DeepSeek V4 Pro 0423 从 3.3% 升至 11%。
- GLM 5.3 Flash 在 Novita 上的失败率从 0.9% 升到 2.3%。
核心结论:同一模型在不同推理供应商上的工具调用可靠性差异巨大,选端点和选模型一样重要。
「编程与Agent」频道最新
- Matt Turck 力挺 Bionic:XDA 称 LM Studio 新 Agent 应用可替代付费 Claude — mattturck · 2026-11-21
- levelsio 用 Claude Code 自建记账应用,AI 时代人人自建正冲击 App 品类 — alvelda · 2026-11-21
- 开发者吐槽:AI Agent 写测试写太多了,需要修一修 — Arindam_1729 · 2026-11-21
- rauchg 用 eve 搭个人购物 agent:半年基建成熟可直接套模板 — cramforce · 2026-11-21
- FigBrains 发布 RoleCUA:780 小时专家数据训练数月跨度智能体 — vsikka · 2026-11-21
- Sentry CEO支招:给agent只读数据库副本,回答业务问题最省心 — zeeg · 2026-11-21