同一模型、15 家服务商：工具调用准确率从 84.63% 到 100%

文章引用 Moonshot 在 K2 Vendor Verifier 仓库公布的数据：同一模型、同一 4000 请求测试集下，不同服务商的工具调用 schema 准确率从 84.63% 到 100% 不等，说明部署差异可能被误判为模型缺陷。文章还区分了衡量是否调用工具的 tool_call_f1 与衡量参数结构的 schema_accuracy。

AI推荐理由 引用 Moonshot K2 Vendor Verifier 仓库数据，指出同一模型在不同服务商下工具调用准确率从 84.63% 到 100% 不等，并区分 tool_call_f1 与 schema_accuracy 两类指标。对模型部署质量与 Agent 工具调用可靠性有实际参考价值；但数据来自单一厂商自建测试集，需注意其立场与测试范围。