সমন্বিত: অবৈধ টুল কল
সমন্বিত
অবৈধ টুল কল
দেখুন সমন্বিত এ কোন AI মডেলগুলোর অবৈধ টুল কল হওয়ার সম্ভাবনা সবচেয়ে বেশি, যাতে দুর্বল দিক দ্রুত ধরা যায়।
ব্যর্থতার কারণ
157/157
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | অবৈধ টুল কল সংখ্যা | বিভাগ স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 3.5 Flash high | 1 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #97 | Ling 3.1 Flash medium | Inclusionai | 1 | 0.7 | $0.000 | 1/2 | 306.5s |
| #98 | Qwen3.7 Plus medium | Qwen | 1 | 0.8 | $0.415 | 1/2 | 190.3s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 0.6 | $0.261 | 1/2 | 104.1s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 1 | 0.6 | $0.674 | 1/2 | 218.2s |
| #113 | Gemini 3.8 Flash medium | 1 | 0.9 | $0.769 | 1/2 | 60.3s | |
| #114 | Qwen3.8 Flash Next low | Qwen | 1 | 0.7 | ~$0.045 | 1/2 | 98.9s |
| #115 | GPT-5.6 Terra low | OpenAI | 1 | 0.9 | $0.435 | 1/2 | 9.68s |
| #116 | Qwen3.5-27B medium | Qwen | 1 | 0.7 | $1.135 | 1/2 | 595.2s |
| #117 | GLM 5.3 FlashX max | Z.ai | 1 | 0.8 | $0.623 | 1/2 | 45.2s |
| #119 | GPT-5.4 Mini medium | OpenAI | 1 | 0.7 | $1.102 | 1/2 | 59.6s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.7 | $2.949 | 1/2 | 266.1s |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.7 | $0.218 | 1/2 | 20.7s |
| #125 | Ling 3.1 Flash high | Inclusionai | 1 | 0.6 | $0.000 | 1/2 | 351.2s |
| #129 | Step 3.7 Flash medium | Stepfun | 1 | 0.7 | $0.571 | 1/2 | 80.9s |