大模型尺寸与 Agent 工具容错实测模型更大不代表工具故障下更稳,120B 可靠性未优于 20B

不少开发者默认参数规模更大的大模型,在 Agent 调用工具出错、接口返回异常的时候,纠错和重试能力天然更强,但这次对比实测给出不一样