অবৈধ টুল কল ব্যর্থতা
দেখুন কোন AI মডেলগুলো সবচেয়ে বেশি অবৈধ টুল কল সমস্যায় পড়ে, যাতে বেছে নেওয়ার আগে নির্ভরযোগ্যতার ঝুঁকি বুঝতে পারেন। সাজান: মোট খরচ ↑.
134/134
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | অবৈধ টুল কল সংখ্যা | স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #273 | Qwen3.5-9B none | Qwen | 2 | 5.1 | $0.021 | 4/22 | 19.2s |
| #189 | Ling-3.0-flash high | Inclusionai | 2 | 6.4 | $0.021 | 12/22 | 13.7s |
| #252 | GPT-5.6 Luna none | OpenAI | 1 | 5.4 | $0.029 | 6/22 | 1.50s |
| #178 | Mercury 2.5 Preview high | Inception | 1 | 6.6 | $0.030 | 12/22 | 4.01s |
| #124 | GLM 5.3 Flash high | Z.ai | 1 | 7.3 | $0.034 | 13/22 | 25.4s |
| #248 | DeepSeek V4 Flash 0423 none | DeepSeek | 2 | 5.4 | $0.040 | 4/22 | 36.2s |
| #97 | DeepSeek V4 Flash 0423 high | DeepSeek | 1 | 7.6 | $0.042 | 13/22 | 51.8s |
| #127 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 7.3 | $0.046 | 11/22 | 84.7s |
| #195 | GPT-5.6 Luna low | OpenAI | 1 | 6.2 | $0.051 | 10/22 | 5.20s |
| #92 | Qwen3.7 Flash high | Qwen | 1 | 7.8 | $0.052 | 13/22 | 41.4s |
| #250 | Laguna S 2.1 medium | Poolside | 2 | 5.4 | $0.053 | 4/22 | 58.4s |
| #257 | Inkling Small none | Thinkingmachines | 1 | 5.3 | $0.054 | 5/22 | 1.51s |
| #279 | DeepSeek V3.2 none | DeepSeek | 2 | 5.0 | $0.054 | 6/22 | 17.9s |
| #229 | Inkling Small low | Thinkingmachines | 2 | 5.7 | $0.055 | 9/22 | 2.07s |
| #310 | Grok 4.20 none | X AI | 1 | 4.1 | $0.057 | 6/18 | 1.11s |