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
বিভাগ
125/125
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) |
|---|---|---|---|---|---|---|---|
| #154 | GLM 5V Turbo medium | Z.ai | 1 | 3.4 | $0.457 | 0/1 | 15.1s |
| #159 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #161 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #162 | Qwen3.6 35B A3B medium | Qwen | 1 | 3.0 | $0.672 | 0/2 | 817.6s |
| #163 | Mercury 2.5 Preview high | Inception | 1 | 3.8 | $0.030 | 0/2 | 14.4s |
| #166 | Laguna XS 2.1 medium | Poolside | 1 | 6.3 | $0.068 | 1/2 | 218.1s |
| #170 | Dots 3 Note Preview low | Dots Studio | 1 | 6.9 | $0.000 | 1/2 | 85.2s |
| #171 | Dots 3 Note Preview high | Dots Studio | 1 | 6.9 | $0.000 | 1/2 | 107.1s |
| #173 | MiMo-V2.5 medium | Xiaomi | 1 | 8.7 | $0.104 | 1/2 | 78.0s |
| #175 | Ring-2.6-1T medium | Inclusionai | 1 | 7.3 | $0.102 | 1/2 | 257.3s |
| #179 | Gemma 4 31B medium | 1 | 2.9 | $0.100 | 0/2 | 433.1s | |
| #180 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.051 | 0/2 | 13.7s |
| #183 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.8 | $1.140 | 0/2 | 512.8s |
| #184 | gpt-oss-120b medium | OpenAI | 1 | 6.5 | $0.020 | 1/2 | 24.0s |
| #185 | Qwen3.7 Flash none | Qwen | 1 | 3.8 | $0.019 | 0/2 | 94.6s |