Unverified50% confidenceDecision RuleExact time
工具调用的首次成功率（First-Call Success Rate）是衡量模型在生产环境可靠性的关键指标，因为Agent工作流的DAG结构中一个节点失败会阻断所有下游节点
1
Sources
50%
Confidence
Long-term
Relevance
7/10/2026
First Seen
Sources
Sakana Fugu vs GLM 5.2实测：谁能真正挑战顶级AI模型
bilibili赛博门外憨7/7/2026
Related Claims
Unverified工具调用的首次成功率（First-Call Success Rate）是衡量模型在生产环境可靠性的关键指标之一84% similarUnverified结果层的核心指标是任务整体成功率（Task-level Success）64% similarUnverified工具描述的质量直接影响模型的调用准确率62% similarUnverified标准基准测试衡量的是单次工具调用的格式正确性，而真实的生产级Agent失败往往发生在多步序列之中61% similarUnverified评测重心正从模型输出文本的质量转向Agent完成端到端任务的能力，评测维度从单一准确率扩展为包含任务完成率、步骤效率、错误恢复能力、时间开销等多维指标60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/438028API
curl https://kongchang.com/api/v1/knowledge/claims/438028MCP
get_claim(id=438028)