待验证50% 置信决策规则精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/9

首次发现

来源

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2026/7/7

相关事实

待验证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84% 相似待验证工具描述的质量直接影响模型的调用准确率69% 相似待验证结果层的核心指标是任务整体成功率（Task-level Success）64% 相似待验证生产环境评估AI服务质量的核心指标包括TTFT（首Token延迟）、TPS（生成速率）和P99延迟63% 相似待验证函数调用的可靠性高度依赖于工具描述的质量，清晰的参数说明和使用示例往往比模型本身能力更能决定工具调用成功率62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/381287

API

curl https://kongchang.com/api/v1/knowledge/claims/381287

MCP

get_claim(id=381287)